describe() 默认仅统计数值型列，非数值列被跳过；需用dtypes检查类型，to_numeric强转或include参数包含非数值列；percentiles可自定义分位数；groupby后宜用agg替代以避免MultiIndex问题；缺失值自动忽略但影响分位数稳定性。
describe() 为什么返回空或只有 count？
常见现象是调用 df.describe() 后只看到 count 一列，或者压根没数值型列——这是因为 describe() 默认只对数值型（int64、float64 等）列生效，字符串、时间、类别型列直接被跳过。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 先用
df.dtypes检查列类型，确认目标列确实是数值型；如果不是，用pd.to_numeric(df['col'], errors='coerce')强转，errors='coerce'会把无法解析的值变NaN而不报错 - 若想强制包含非数值列（比如看字符串长度分布），加参数
include='all'或明确指定类型，如include=['object', 'number'] -
describe()对datetime64列默认不处理，需先转成数值（如.astype('int64')）或用df['col'].dt访问器单独统计
describe() 输出的百分位数怎么控制？
默认输出 25%、50%（中位数）、75% 分位数，但实际业务常需要 90%、95% 或自定义点。这不是 bug，是设计如此——得靠 percentiles 参数显式传入。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 传入小数列表，例如
df.describe(percentiles=[.1, .5, .9])会输出10%、50%、90%行 - 注意：传入值必须在
[0, 1]区间内，[0, 1]本身合法（即最小/最大值），但0.0和1.0不会自动显示为min/max，仍标为0%/100% - 如果同时设了
percentiles又想保留默认的25%/50%/75%，得手动补全：[.25, .5, .75] + [.9, .95]
describe() 在 groupby 后怎么用才不出错？
写 df.groupby('category').describe() 看似合理，但结果会出现多层列索引（MultiIndex），列名变成 (数值列名, 统计量名)，后续取数容易报 KeyError。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 最稳的方式是链式调用：先
groupby，再对单列用.agg显式指定统计项，比如df.groupby('cat')['value'].agg(['mean', 'std', 'count']) - 若坚持用
describe()，后续取某统计量需用元组索引，例如result[('value', 'mean')]；也可用result.stack(0).reset_index(name='value')展平结构 - 性能上，
describe()在 groupby 后比等价的agg稍慢，因它内部做了冗余计算（比如总要算所有分位数），大数据量时建议优先选agg
describe() 的缺失值会影响哪些统计结果？
count 是非空值个数，其余统计量（mean、std 等）默认已自动忽略 NaN，这点和 NumPy 不同（np.mean([1,2,np.nan]) 会返回 nan）。但容易忽略的是：分位数计算对缺失值敏感，尤其样本少时。
实操建议：
立即学习“Python免费学习笔记（深入）”；
-
describe()中的count是唯一反映缺失程度的指标，别指望它显示nan_count或missing_rate，得自己算：df.isna().sum() / len(df) - 当某列缺失率极高（比如 >95%），
describe()返回的mean、std可能不稳定，建议加判断：if df['col'].count() - 如果想让
describe()把NaN当作有效值参与计算（极少见），必须先填充，例如df.fillna(0).describe()，但此举会扭曲原始分布
真正麻烦的不是不会调用 describe()，而是没意识到它背后默认过滤 NaN、默认忽略非数值列、默认只算三个分位数——这些“默认”恰恰是调试时最常卡住的地方。
