如何在Pandas中获取布尔类型数据列的.describe()统计结果

这个问题我之前也踩过坑，确实pandas的describe()默认行为有点反直觉——它默认只统计int、float这类数值型列，指定include=['O']又只针对对象（字符串）列，布尔列就这么被夹在中间漏掉了。给你几个实用的解决方案：

• 直接指定统计布尔类型
  最简单的方式就是在describe()里明确指定要包含布尔类型：

  df.describe(include=['bool'])
  

  这样会生成所有布尔列的专属统计信息：包括计数（count）、唯一值数量（unique）、出现频率最高的布尔值（top）、对应的出现次数（freq），还有很实用的mean值——这个其实是True值在列中的占比（因为pandas会把True当作1、False当作0来计算均值）。

• 先筛选布尔列再统计
  如果需要对布尔列做更灵活的处理（比如排除某几列），可以先把数据框里的布尔列单独挑出来，再调用统计：

  # 筛选所有布尔类型列
  bool_columns = df.select_dtypes(include='bool')
  # 生成统计信息
  bool_columns.describe()
  

• 一次性查看所有类型列的统计
  要是你想同时看到数值型、对象型和布尔型列的统计结果，可以用include='all'：

  df.describe(include='all')
  

  不过这种方式会把所有类型的统计混在一起，非对应类型的列会显示NaN，适合需要整体概览数据的时候用。

小提示：如果你的“布尔列”实际是object类型（比如存的是字符串'True'/'False'），记得先转换成真正的布尔类型再用上面的方法，比如：

df['your_column'] = df['your_column'].astype(bool)

内容的提问来源于stack exchange，提问作者aghd