Python pyspark Series.quantile用法及代码示例

本文简要介绍 pyspark.pandas.Series.quantile 的用法。

用法: Series.quantile(q: Union[float, Iterable[float]] = 0.5, accuracy: int = 10000) → Union[int, float, bool, str, bytes, decimal.Decimal, datetime.date, datetime.datetime, None, pyspark.pandas.series.Series]

返回给定分位数的值。

注意

与 pandas 不同，pandas-on-Spark 中的分位数是基于近似百分位数计算的近似分位数，因为跨大型数据集计算分位数非常昂贵。

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。
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。

浮点数或系列: 如果当前对象是一个系列并且q 是一个数组，则将返回一个系列，其中索引为q，值是分位数，否则将返回一个浮点数。

例子：

>>> s = ps.Series([1, 2, 3, 4, 5])
>>> s.quantile(.5)
3.0

>>> (s + 1).quantile(.5)
4.0

>>> s.quantile([.25, .5, .75])
0.25    2.0
0.50    3.0
0.75    4.0
dtype: float64

>>> (s + 1).quantile([.25, .5, .75])
0.25    3.0
0.50    4.0
0.75    5.0
dtype: float64

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.Series.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。

用法:

参数：

返回：

例子：