Python Pandas DataFrame quantile方法用法及代碼示例

例子

考慮以下 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

按列計算百分位

要計算每列的第 50 個百分位數：

df.quantile()   # q=0.5



A    5.0
B    6.5
Name: 0.5, dtype: float64

這裏，返回類型是Series。為了解釋輸出，A 列中的值正好有 50% 小於 5.0 。

按行計算百分位

要計算每行的第 30 個百分位數：

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



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

計算多個百分位數

要獲取每列第 50 個和 75 個百分位數的值：

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

考慮以下 DataFrame ：

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



   A  
0  2
1  4
2  6
3  8

線性

考慮指定分位數對應的值不存在的情況：

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



A    5.0
Name: 0.5, dtype: float64

此處，由於 A 列中不存在對應於第 50 個百分位數的值，因此該值在 4 和 6 之間線性插值。

降低

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



A    4
Name: 0.5, dtype: int64

同樣，由於 50% 分位數不存在，我們需要執行插值。我們知道它在值 4 和 6 之間。通過傳入 "lower" ，我們選擇較低的值，即本例中的 4。

更高

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



A 6
Name: 0.5, dtype: int64

與 "lower" 相同的邏輯，但我們采用較高的值。

這是相同的 df 供您參考：

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

通過傳入 "nearest" ，我們不再總是選擇較低或較高的值，而是采用最接近的值。在本例中，50% 分位數為 5，恰好位於 4 和 6 的中間。在這種情況下，選擇較高的值。

中點

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



A    5.0
Name: 0.5, dtype: float64

在這裏，我們隻取下限值和上限值的中點，因此 (4+6)/2=5 。