如何描述Pandas数据框中的分类列？解决默认describe仅统计数值列问题

嗨，这个需求其实挺常见的，给你两个简单直接的方案，轻松让df.describe()涵盖分类列的统计信息：

1. 直接使用describe()的include参数 #

Pandas的describe()方法本身就支持指定要包含的列类型，默认只统计数值型（int/float），你只需要修改include参数就能覆盖分类列：

• 如果你想包含所有类型的列，直接传include='all'：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'gender': ['Male', 'Female', 'Male', 'Male', 'Female'],
    'age': [25, 30, 22, 35, 28],
    'city': ['Beijing', 'Shanghai', 'Beijing', 'Guangzhou', 'Shanghai']
})

# 获取所有列的统计摘要
full_summary = df.describe(include='all')
print(full_summary)

输出里，数值列（比如age）会保留原来的count、mean、std等统计项，分类列（gender、city）则会显示count、unique（唯一值数量）、top（出现最多的值）、freq（最高频次）。

• 如果你只想包含特定类型的列，比如同时包含数值型和object/categorical类型，可以传列表：

# 指定包含数值型和object类型列
target_summary = df.describe(include=['number', 'object'])

2. 将列显式转为Categorical类型 #

如果你的分类列目前是object类型，建议先把它转为Pandas的Categorical类型——这不仅能让统计更规范，还能节省内存、提升后续操作的效率：

# 将gender列转为Categorical类型
df['gender'] = pd.Categorical(df['gender'])

# 现在可以单独查看分类列的统计
category_summary = df.describe(include='category')
# 或者依然用include='all'获取全量统计
full_summary = df.describe(include='all')

转为Categorical类型后，列会被标记为专门的分类 dtype，后续做分组、筛选等操作时性能会更好，而且统计摘要的输出也会更贴合分类数据的特性。

补充说明 #

你提到遍历列逐个执行describe()能得到对应类型的摘要，这是因为单个Series的describe()方法会自动根据自身的dtype选择统计逻辑；而DataFrame的describe()默认只聚焦数值型数据，通过include参数就能打破这个限制，不用手动遍历每一列啦。

内容的提问来源于stack exchange，提问作者Zahra