从python pandas describe中压缩名称dtype

Question

可以说我有

r = pd.DataFrame({'A':1 ,
              'B':pd.Series(1,index=list(range(4)),dtype='float32')})

并r['B'].describe()[['mean','std','min','max']]给出一个输出:

mean    1.0
std     0.0
min     1.0
max     1.0
Name: B, dtype: float64

但是从上面的输出中,我应该如何摆脱或压制最后一行 " Name:B, dtype: float64"

我想出了实现这一目标的一种方法

x=r['B'].describe()[['mean','std','min','max']]
print "mean ",x['mean'],"\nstd ",x['std'],"\nmin ",x['min'],"\nmax ",x['max']  

它给出了所需的输出:

mean  1.0 
std  0.0 
min  1.0 
max  1.0 

是否有任何清洁工可以直接从pd.describe()实现此输出

Answer 1

如果需要输出为DataFrameadd reset_index:

x=r['B'].describe()[['mean','std','min','max']].reset_index()
print (x)
  index    B
0  mean  1.0
1   std  0.0
2   min  1.0
3   max  1.0

然后使用DataFrame.to_string:

print (x.to_string(header=None, index=None))
mean  1.0
 std  0.0
 min  1.0
 max  1.0

Answer 2

更好地回答数据框架的
使用to_csv

rd = r.B.describe()[['mean','std','min','max']].reset_index()
print(rd.to_csv(header=None, index=None, sep='\t'))

mean    1.0
std     0.0
min     1.0
max     1.0

老答案

for name, value in r['B'].describe()[['mean','std','min','max']].iteritems():
    print('{:<5s} {:2.1f}'.format(name, value))

mean  1.0
std   0.0
min   1.0
max   1.0