在进行数据分析时，当研究者得到的数据量很小时，可以通过直接观察原始数据来获得所有的信息。但是，当得到的数据量很大时，就必须借助各种描述性指标来完成对数据的描述工作。用少量的描述性指标来概括大量的原始数据，对数据展开描述的统计分析方法被称为描述性统计分析。需要说明的是，基于描述性指标开展的描述性分析通常针对连续变量的数值型数据，通过计算平均值、标准差、最大值、最小值、四分位数等统计指标的方式来进行，分类变量数据不宜用描述性指标来进行描述性分析。

在Python环境中，描述性分析可通过pandas模块中的describe()函数来实现。默认情况下，describe()函数只为参与分析的数据集中的数值型变量列生成描述性统计结果（分类变量若已编码为数值型，则也可生成描述性统计结果），如果任何列中有缺失的数值，则pandas在计算描述性统计的时候会自动排除这些数值。

我们在Spyder代码编辑区内输入以下代码并运行：

运行结果如图所示。

数据集中共有529个样本（529 entries, 0 to 528）、5个变量（total 5 columns）。5个变量分别是公司名称、行业分类、省份、营业收入、净利润，这5个变量均包含529个非缺失值（529 non-null），其中公司名称、行业分类、省份的数据类型为字符串（object），营业收入、净利润的数据类型为浮点型（float64）。数据文件中共有3个字符串（object）变量、2个浮点型（float64）变量，数据内存为20.8KB。

上述内容节选自《