Python Pandas DataFrame quantile方法用法及代码示例

例子

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[2,4,6,8],"B":[5,6,7,8]})
df



   A  B
0  2  5
1  4  6
2  6  7
3  8  8

按列计算百分位

要计算每列的第 50 个百分位数：

df.quantile()   # q=0.5



A    5.0
B    6.5
Name: 0.5, dtype: float64

这里，返回类型是Series。为了解释输出，A 列中的值正好有 50% 小于 5.0 。

按行计算百分位

要计算每行的第 30 个百分位数：

df.quantile(q=0.3, axis=1)



0    2.9
1    4.6
2    6.3
3    8.0
Name: 0.3, dtype: float64

计算多个百分位数

要获取每列第 50 个和 75 个百分位数的值：

df.quantile([0.5, 0.75])   # returns a DataFrame



      A    B
0.50  5.0  6.50
0.75  6.5  7.25

更改插值方法

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[2,4,6,8]})
df



   A  
0  2
1  4
2  6
3  8

线性

考虑指定分位数对应的值不存在的情况：

df.quantile(0.5)   # interpolation="linear"



A    5.0
Name: 0.5, dtype: float64

此处，由于 A 列中不存在对应于第 50 个百分位数的值，因此该值在 4 和 6 之间线性插值。

降低

df.quantile(0.5, interpolation="lower")



A    4
Name: 0.5, dtype: int64

同样，由于 50% 分位数不存在，我们需要执行插值。我们知道它在值 4 和 6 之间。通过传入 "lower" ，我们选择较低的值，即本例中的 4。

更高

df.quantile(0.5, interpolation="higher")



A 6
Name: 0.5, dtype: int64

与 "lower" 相同的逻辑，但我们采用较高的值。

这是相同的 df 供您参考：

df



   A  
0  2
1  4
2  6
3  8

最近的

df.quantile(0.5, interpolation="nearest")



A    6
Name: 0.5, dtype: int64

通过传入 "nearest" ，我们不再总是选择较低或较高的值，而是采用最接近的值。在本例中，50% 分位数为 5，恰好位于 4 和 6 的中间。在这种情况下，选择较高的值。

中点

df.quantile(0.5, interpolation="midpoint")



A    5.0
Name: 0.5, dtype: float64

在这里，我们只取下限值和上限值的中点，因此 (4+6)/2=5 。