Python Pandas dataframe.quantile()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.quantile()函数在请求的轴上返回给定分位数处的值numpy.percentile。

注意：在将频率分布分为相等组的每个变量的任何一组值中，每个组包含总人口的相同部分。

用法： DataFrame.quantile(q=0.5, axis=0, numeric_only=True, interpolation=’linear’)

参数：
q:float或array-like，默认值为0.5(分位数50％)。 0
axis:[{0，1，'index'，'columns'}(默认为0)] 0或'index'代表行，1或'columns'代表列
numeric_only:如果为False，还将计算日期时间和时间增量数据的分位数
interpolatoin:{“线性”，“较低”，“较高”，“中点”，“最近”}

返回：分位数：Series或DataFrame
->如果q是一个数组，将返回索引为q的DataFrame，列为self的列，值为分位数。
->如果q是浮点数，则将返回一个Series，其中index是self的列，而值是分位数。

范例1：采用quantile()函数查找“.2”分位数的值

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.DataFrame({"A":[1, 5, 3, 4, 2], 
                   "B":[3, 2, 4, 3, 4], 
                   "C":[2, 2, 7, 3, 4],  
                   "D":[4, 3, 6, 12, 7]}) 
  
# Print the dataframe 
df

让我们使用dataframe.quantile()函数为 DataFrame 中的每一列查找“ .2”的分位数

# find the product over the index axis 
df.quantile(.2, axis = 0)

输出：

范例2：采用quantile()函数沿索引轴查找(.1，.25，.5，.75)夸纳特。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.DataFrame({"A":[1, 5, 3, 4, 2], 
                   "B":[3, 2, 4, 3, 4], 
                   "C":[2, 2, 7, 3, 4], 
                   "D":[4, 3, 6, 12, 7]}) 
  
# using quantile() function to 
# find the quantiles over the index axis 
df.quantile([.1, .25, .5, .75], axis = 0)

输出：

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.quantile()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。