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

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.quantile()给定Series对象中基础数据的给定分位数处的函数返回值。

用法： Series.quantile(q=0.5, interpolation=’linear’)

范例1：采用Series.quantile()函数返回给定Series对象中基础数据的所需分位数。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([10, 25, 3, 11, 24, 6]) 
  
# Create the Index 
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp'] 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.quantile()函数来查找给定系列对象中基础数据的40％的分位数。

# return the value of 40 % quantile 
result = sr.quantile(q = 0.4) 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.quantile()函数已成功返回给定Series对象的基础数据的所需qunatile值。

范例2：采用Series.quantile()函数返回给定Series对象中基础数据的所需分位数。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([11, 21, 8, 18, 65, 84, 32, 10, 5, 24, 32]) 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.quantile()函数查找给定系列对象中基础数据的90％分位数。

# return the value of 90 % quantile 
result = sr.quantile(q = 0.9) 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.quantile()函数已成功返回给定Series对象的基础数据的所需qunatile值。