pandas 怎麼計算敘述性統計量？
原題
使用 Python 的 pandas 套件處理各商品銷售數據（變數為 df）時，若需計算「總銷售額」欄位的敘述性統計量（如平均值、標準差等），應使用下列哪一種語法？
白話
有一個名叫 df 的 pandas DataFrame，裡面有一欄叫「總銷售額」，存放各商品的銷售數字。現在想一口氣看這欄的平均值、標準差、最大值、最小值這些統計摘要。
問你：用 pandas 對某欄位計算敘述性統計量（平均、標準差等），應該用哪一行語法？
先自己選一個答案，再看完整解析。
一句話總結
要一次看某欄的平均、標準差、最大最小值等統計摘要，用 df['欄位名'].describe()。這是 pandas 內建的敘述性統計方法，一行搞定。
情境
先感受問題：拿到一批銷售數據，第一件事是什麼
嘉誠電商的數據分析師阿雯，剛從資料庫拉出一個 DataFrame，長這樣：
df（部分）：
商品名稱 總銷售額
藍牙耳機 58000
無線滑鼠 12000
機械鍵盤 145000
USB集線器 8500
... (共 500 筆)
阿雯想第一眼就知道：這個「總銷售額」欄位的資料分佈狀況怎麼樣？平均賣多少？最高最低差多少？有沒有極端值？
她不想一個一個算，要一行程式碼就看到所有統計摘要。
舊方法
分開算每個統計量有什麼問題
- 寫很多行：mean()、std()、min()、max() 各要一行，探索性分析時程式碼堆一堆。
- 容易漏看指標：只算平均和標準差，忘了看四分位數（Q1/Q3），資料的偏態就看不出來。
- 每換一個欄位就要重複貼：500 個欄位就要貼 500 組程式碼，沒效率。
- 沒有格式化輸出：單獨呼叫 mean() 只回傳一個數字，不方便直接對照比較多個指標。
- 容易拼錯方法名：每個統計量方法名都不同，初學者容易打錯。
新方法
describe() 一行看完所有統計摘要
阿雯只需要打一行：
df['總銷售額'].describe()
輸出結果長這樣：
count 500.000000 mean 42350.000000 std 33210.500000 min 1200.000000 25% 15000.000000 50% 38000.000000 75% 62000.000000 max 145000.000000 Name: 總銷售額, dtype: float64
一個輸出同時給你：
- count：非空值筆數
- mean：平均值
- std：標準差
- min / max：最小最大值
- 25% / 50% / 75%：四分位數（讓你看出資料分佈形狀）
這就是選項 B 講的：df['總銷售額'].describe()。
中級考試大概率會考程式碼跟公式，所以這部分你還是要學。但如果現在學起來很痛苦，可以先跳過，等讀完其他題目回頭再來。
Step 1 純故事版
- 有一張叫做 df 的「試算表」，裡面有很多欄
- 我們挑出「總銷售額」這一欄
- 叫這欄「幫我做個快速健康檢查」
- 它就把所有重要數字一次列出來
Step 2 中文 ↔ 程式碼對照
| 故事 | 程式碼 |
|---|---|
| 那張「試算表」 | df |
| 挑出「總銷售額」這一欄 | df['總銷售額'] |
| 做快速健康檢查 | .describe() |
| 印出結果 | print(df['總銷售額'].describe()) |
Step 3 符號角色表
- df：pandas DataFrame，像一張有行列的試算表，存放所有商品資料。
- df['總銷售額']：從 df 裡取出「總銷售額」這一欄，得到一個 pandas Series（一維資料結構）。
- .describe()：pandas Series 的方法，自動計算 count、mean、std、min、25%、50%、75%、max 八個統計量，一次回傳。
- count：非空值（非 NaN）的資料筆數，用來確認這欄有沒有缺失值。
- std：標準差（Standard Deviation），衡量數值分散程度，值越大表示銷售額差異越大。
Step 4 完整公式對應
本題考的是語法選擇，沒有需要推導的數學公式。describe() 內部使用的統計公式：
- mean = Σ(x) / n
- std = √(Σ(x - mean)² / (n-1))（樣本標準差，pandas 預設 ddof=1）
這兩個公式不需要背，記住「describe() 會幫你算」就夠了。
Step 5 自我複述
蓋住程式碼，用自己的話說出這 3 步：
- 用方括號加欄位名稱，從 df 取出那一欄
- 在後面接 .describe()
- 得到含有 8 個統計量的摘要
講得出來代表這段你會了。
錯選項
為什麼其他選項是錯的
Adf['總銷售額'].sum()
字面在說什麼
把「總銷售額」這欄所有數字加總，得到一個數字（全部商品銷售額的總和）。
為什麼不對
sum() 只算「加總」，回傳一個數字，不是統計摘要。題目要的是「平均值、標準差等」多個統計量，sum() 做不到。
誰會選錯
看到「銷售額」就聯想到「加總」的人。注意：題目說的是「敘述性統計量」，不是加總。
Cdf['總銷售額'].sort_values()
字面在說什麼
把「總銷售額」欄的數值從小到大排序。
為什麼不對
sort_values() 是「排序」方法，回傳的是排好順序的資料序列，不計算任何統計量。它改變的是資料的排列順序，跟敘述性統計完全不同用途。
誰會選錯
把「排序」跟「統計」搞混的人，或是想說「排完才能看分佈」的人。排序是資料整理，describe() 才是統計摘要。
Ddf['總銷售額'].stats()
字面在說什麼
用 stats() 方法計算統計量。
為什麼不對
pandas Series 根本沒有 stats() 這個方法。執行會直接拋出 AttributeError。這是個「看起來合理但其實不存在」的假方法，用來測試你是否真的記住正確的 API。
誰會選錯
猜測「stats 就是 statistics 的縮寫，應該是統計方法」的人。pandas 的統計摘要方法名叫 describe()，不叫 stats()。
變形題
同個考點下次怎麼變形
不只看一欄，要看全部欄位，每欄都要平均、標準差。
答案
直接用 df.describe()（不加欄位名稱），pandas 會自動對所有數值欄位（numeric columns）做統計摘要，輸出是一個矩陣，行是統計量名稱，列是各欄位。
「商品名稱」是字串，describe() 預設只看數字，要怎麼看字串欄的統計？
答案
加上 include='all' 參數：df.describe(include='all')。這樣字串欄會顯示 count、unique（獨特值個數）、top（最常出現的值）、freq（最常出現的次數）。
describe() 輸出太多了，只要兩個數字。
答案
分別呼叫 df['總銷售額'].mean() 和 df['總銷售額'].std()。或者呼叫 df['總銷售額'].agg(['mean', 'std'])，用 agg() 方法指定要計算的統計量清單。
看到「50%」這個奇怪的標籤，不確定是什麼意思。
答案
50% 就是中位數（Median），也是第二個四分位數（Q2）。describe() 用百分位數的格式表示：25% = Q1（下四分位數）、50% = Q2（中位數）、75% = Q3（上四分位數）。看 25% 跟 75% 的差距（IQR），可以判斷資料分佈是否偏斜。
describe() 有中位數，但如果只要中位數這一個數字？
答案
df['總銷售額'].median()。pandas Series 有直接的 median() 方法，回傳單一數值。對應的方法還有 mean()、std()、var()、min()、max()、sum()，分別計算各統計量。
延伸
想再往下看，這 5 個
- 描述性統計（Descriptive Statistics）
describe() 輸出的就是描述性統計摘要，包含集中趨勢與分散程度的指標。 - 資料前處理（Data Preprocessing）
describe() 是探索性資料分析的第一步，幫助發現缺失值、離群值和分佈問題。 - 資料視覺化（Data Visualization）
看完 describe() 的數字後，通常會搭配直方圖、箱型圖視覺化確認分佈形狀。 - 特徵工程（Feature Engineering）
describe() 的結果直接影響特徵工程決策，例如決定是否需要縮放或處理離群值。 - 資料管線（Data Pipeline）
大規模資料分析中，describe() 通常是資料管線品質檢查步驟的一部分。