如何在Pandas中按组计算量子数

在这篇文章中，如何使用Python在Pandas中按组计算量值。

计算量化的方法有很多，但pandas提供了groupby.quantile()函数，只需几行代码就能找到量化。当所需的量化指标位于两点之间时，可以使用这个方法。

语法:

DataFrameGroupBy.quantile(self, q=0.5, interpolation=’linear’)

参数:

q : 浮点数或类似数组，默认为0.5（50%四分位数）数值在0和1之间，提供要计算的四分位数。
interpolation：{‘线性’，’较低’，’较高’，’中间点’，’最近’}。

在这个方法中，数值和插值被作为参数传递。默认情况下，q值为0.5，插值为线性。这将返回由GroupBy对象决定的系列或Dataframe。

使用中的数据框架：

如何在Pandas中按组计算量子数？

dataframe

例子1：按组计算量值

# Importing libraries
import pandas as pd
  
# Storing data in dictionary
game = {'Player': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A',
                        'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B',
                        'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C'],
        'wins': [2, 4, 4, 5, 6, 9, 13, 13, 15, 15, 14, 13,
                 11, 9, 9, 8, 8, 16, 19, 21, 14, 20, 19, 18]
        }
# Creating data frame
df = pd.DataFrame(game)
  
# calculating quantile
df.groupby('Player').quantile(0.5)

输出:

如何在Pandas中按组计算量子数？

输出

例子2：按组计算量值

# Importing libraries
import pandas as pd
  
# Storing data in dictionary
game = {'Player': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A',
                        'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B',
                        'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C'],
        'wins': [2, 4, 4, 5, 6, 9, 13, 13, 15, 15, 14, 13,
                 11, 9, 9, 8, 8, 16, 19, 21, 14, 20, 19, 18]
        }
# Creating data frame
df = pd.DataFrame(game)
  
# calculating quantile
df.groupby('Player').quantile(0.9)