从 python pandas describe 中抑制 Name dtype

Question

假设我有

r = pd.DataFrame({'A':1 ,
              'B':pd.Series(1,index=list(range(4)),dtype='float32')})

而r['B'].describe()[['mean','std','min','max']] 给出了一个输出：

mean    1.0
std     0.0
min     1.0
max     1.0
Name: B, dtype: float64

但是从上面的输出来看，我应该如何摆脱或抑制最后一行“Name:B, dtype: float64”

我想出了一种方法来实现这一点

x=r['B'].describe()[['mean','std','min','max']]
print "mean ",x['mean'],"\nstd ",x['std'],"\nmin ",x['min'],"\nmax ",x['max']  

提供所需的输出：

mean  1.0 
std  0.0 
min  1.0 
max  1.0 

有没有更简洁的方法可以直接从 pd.describe() 实现这个输出

Answer 1

如果需要输出为DataFrame 添加reset_index:

x=r['B'].describe()[['mean','std','min','max']].reset_index()
print (x)
  index    B
0  mean  1.0
1   std  0.0
2   min  1.0
3   max  1.0

然后使用DataFrame.to_string:

print (x.to_string(header=None, index=None))
mean  1.0
 std  0.0
 min  1.0
 max  1.0

Answer 2

更好的答案
在数据帧上使用to_csv

rd = r.B.describe()[['mean','std','min','max']].reset_index()
print(rd.to_csv(header=None, index=None, sep='\t'))

mean    1.0
std     0.0
min     1.0
max     1.0

旧答案

for name, value in r['B'].describe()[['mean','std','min','max']].iteritems():
    print('{:<5s} {:2.1f}'.format(name, value))

mean  1.0
std   0.0
min   1.0
max   1.0