Python pyspark DataFrame.quantile用法及代码示例

返回给定分位数的值。

参数：

q：浮点型或类似数组，默认 0.5(50% 分位数)

0 <= q <= 1，要计算的分位数。

axis：int或str，默认0或‘index’

目前只能设置为0。

numeric_only：布尔值，默认为真

如果为 False，还将计算 datetime 和 timedelta 数据的分位数。目前只能设置为True。

accuracy：整数，可选

近似的默认精度。较大的值意味着更好的准确性。相对误差可以推导出 1.0/accuracy。

返回：

系列或DataFrame

如果 q 是一个数组，则将返回 DataFrame，其中索引是 q，列是 self 的列，值是分位数。如果 q 是浮点数，则将返回一个 Series，其中索引是 self 的列，值是分位数。

例子：

>>> psdf = ps.DataFrame({'a': [1, 2, 3, 4, 5], 'b': [6, 7, 8, 9, 0]})
>>> psdf
   a  b
0  1  6
1  2  7
2  3  8
3  4  9
4  5  0

>>> psdf.quantile(.5)
a    3.0
b    7.0
Name: 0.5, dtype: float64

>>> psdf.quantile([.25, .5, .75])
        a    b
0.25  2.0  6.0
0.50  3.0  7.0
0.75  4.0  8.0