如何不使用pandas.Series获取列表的统计量（均值、分位数等）

可以用Python内置函数、标准库搭配简单自定义逻辑实现这些统计量，完全不需要依赖Pandas：

可用工具 #

• 内置函数：len()、min()、max()
• 标准库statistics：提供均值、标准差、中位数的现成计算方法
• 自定义排序+插值逻辑：处理25%、75%分位数（若不想依赖NumPy这类第三方库）

具体实现步骤 #

假设你有一个数值型列表data（需保证非空且元素均为数值）：

1. count（数量）：直接用len(data)获取列表元素总数
2. mean（均值）：调用statistics.mean(data)计算
3. std（标准差）：用statistics.stdev(data)（这是样本标准差，和Pandas默认的ddof=1规则一致；若要计算总体标准差，改用statistics.pstdev(data)）
4. min（最小值）：min(data)直接返回列表最小值
5. max（最大值）：max(data)直接返回列表最大值
6. 分位数（25%、50%、75%）：
   • 50%分位数即中位数，直接用statistics.median(data)即可
   • 25%和75%分位数，纯内置实现可通过排序+线性插值完成：

     sorted_data = sorted(data)
     n = len(sorted_data)
     # 计算25%分位数
     q25_pos = (n - 1) * 0.25
     if q25_pos.is_integer():
         q25 = sorted_data[int(q25_pos)]
     else:
         lower_idx = int(q25_pos)
         q25 = sorted_data[lower_idx] + (sorted_data[lower_idx+1] - sorted_data[lower_idx]) * (q25_pos - lower_idx)
     # 计算75%分位数
     q75_pos = (n - 1) * 0.75
     if q75_pos.is_integer():
         q75 = sorted_data[int(q75_pos)]
     else:
         lower_idx = int(q75_pos)
         q75 = sorted_data[lower_idx] + (sorted_data[lower_idx+1] - sorted_data[lower_idx]) * (q75_pos - lower_idx)
     

   • 若允许使用NumPy，直接调用numpy.quantile(data, [0.25, 0.5, 0.75])更简洁，结果和Pandas完全对齐

完整示例代码 #

import statistics

def describe(data):
    if not data:
        raise ValueError("数据列表不能为空")
    sorted_data = sorted(data)
    n = len(data)
    
    count = n
    mean = statistics.mean(data)
    std = statistics.stdev(data)
    min_val = min(data)
    max_val = max(data)
    median = statistics.median(data)
    
    # 计算25%分位数
    q25_pos = (n - 1) * 0.25
    if q25_pos.is_integer():
        q25 = sorted_data[int(q25_pos)]
    else:
        lower_idx = int(q25_pos)
        q25 = sorted_data[lower_idx] + (sorted_data[lower_idx+1] - sorted_data[lower_idx]) * (q25_pos - lower_idx)
    
    # 计算75%分位数
    q75_pos = (n - 1) * 0.75
    if q75_pos.is_integer():
        q75 = sorted_data[int(q75_pos)]
    else:
        lower_idx = int(q75_pos)
        q75 = sorted_data[lower_idx] + (sorted_data[lower_idx+1] - sorted_data[lower_idx]) * (q75_pos - lower_idx)
    
    return {
        "count": count,
        "mean": mean,
        "std": std,
        "min": min_val,
        "25%": q25,
        "50%": median,
        "75%": q75,
        "max": max_val
    }

# 测试用例
test_data = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
print(describe(test_data))

这个函数的输出和pandas.Series(test_data).describe()的结果基本一致，仅存在浮点数精度的细微差异。

内容的提问来源于stack exchange，提问作者Droid-Bird