Python Pandas dataframe.quantile()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python软件包的奇妙生态系统。Pandas _是这些包中的一个，使导入和分析数据变得更加容易。Pandas dataframe.quantile()函数在要求的axis上返回给定的quantile值，即numpy.percentile。注：在任何一组变量的值中，将频率分布分成相等的组，每组包含总人口的相同部分。

语法: DataFrame.quantile(q=0.5, axis=0, numeric_only=True, interpolation=’linear’)

参数：q :浮点或数组，默认为0.5（50%四分位）。0 <= q <= 1，要计算的四分位数。

axis: [{0, 1, ‘index’, ‘columns’} (默认为0)] 0或’index’为行式，1或’columns’为列式

numeric_only : 如果是假的，数据时间和时间段数据的四分位数也将被计算。

interpolation : {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}

返回：量值。系列或数据框架 -> 如果q是一个数组，将返回一个数据框架，其中索引是q，列是自己的列，值是量值。-> 如果q是一个浮点，将返回一个系列，其中索引是自己的列，值是量值。

例子#1：使用quantile()函数来寻找”.2 “的quantile的值

# importing pandas as pd
import pandas as pd
 
# Creating the dataframe
df = pd.DataFrame({"A":[1, 5, 3, 4, 2],
                   "B":[3, 2, 4, 3, 4],
                   "C":[2, 2, 7, 3, 4],
                   "D":[4, 3, 6, 12, 7]})
 
# Print the dataframe
df

让我们使用dataframe.quantile()函数为数据框架中的每一列找到’.2’的四分位数。

# find the product over the index axis
df.quantile(.2, axis = 0)

输出 :

例子2：使用quantile()函数找到沿索引axis的(.1, .25, .5, .75)量值。

# importing pandas as pd
import pandas as pd
 
# Creating the dataframe
df = pd.DataFrame({"A":[1, 5, 3, 4, 2],
                   "B":[3, 2, 4, 3, 4],
                   "C":[2, 2, 7, 3, 4],
                   "D":[4, 3, 6, 12, 7]})
 
# using quantile() function to
# find the quantiles over the index axis
df.quantile([.1, .25, .5, .75], axis = 0)

输出 :