Pandas中使用agg函数计算百分位数|极客教程

Pandas中使用agg函数计算百分位数

Pandas是一个强大的Python数据分析库，它提供了丰富的数据结构和数据操作工具，使得数据分析变得更加便捷和高效。在数据分析中，经常需要对数据集进行汇总和统计分析，其中一个常见的需求是计算数据的百分位数。本文将详细介绍如何在Pandas中使用agg函数结合百分位数的计算，以及提供多个示例代码，帮助读者更好地理解和掌握这一技能。

1. 理解百分位数

百分位数是统计中的一个重要概念，它表示在一组数据中，有多少比例的数据点小于等于该值。例如，90百分位数意味着90%的数据点小于等于这个值。

2. Pandas中的agg函数

在Pandas中，agg函数是一个非常强大的工具，它允许用户对数据进行多种统计汇总操作。使用agg函数，用户可以轻松地对一个或多个列应用一个或多个操作。

3. 计算百分位数

在Pandas中，可以使用quantile函数来计算百分位数。结合agg函数，可以在一个表达式中计算多个百分位数，或者对多个列进行百分位数的计算。

示例代码

以下是一系列示例代码，展示如何在Pandas中使用agg函数结合quantile函数计算百分位数。

示例1: 创建DataFrame并计算单列的单个百分位数

import pandas as pd
import numpy as np

# 创建DataFrame
data = {'scores': np.random.randint(0, 100, 100)}
df = pd.DataFrame(data)

# 计算90百分位数
result = df['scores'].agg(lambda x: x.quantile(0.9))
print(result)

Output:

Pandas中使用agg函数计算百分位数

示例2: 计算多列的单个百分位数

import pandas as pd
import numpy as np

# 创建DataFrame
data = {
    'math_scores': np.random.randint(0, 100, 100),
    'english_scores': np.random.randint(0, 100, 100)
}
df = pd.DataFrame(data)

# 计算每列的90百分位数
result = df.agg(lambda x: x.quantile(0.9))
print(result)

Output:

Pandas中使用agg函数计算百分位数

示例3: 计算单列的多个百分位数

import pandas as pd
import numpy as np

# 创建DataFrame
data = {'scores': np.random.randint(0, 100, 100)}
df = pd.DataFrame(data)

# 计算25, 50, 75百分位数
result = df['scores'].agg(lambda x: x.quantile([0.25, 0.5, 0.75]))
print(result)

Output:

Pandas中使用agg函数计算百分位数

示例4: 计算多列的多个百分位数

import pandas as pd
import numpy as np

# 创建DataFrame
data = {
    'math_scores': np.random.randint(0, 100, 100),
    'english_scores': np.random.randint(0, 100, 100)
}
df = pd.DataFrame(data)

# 计算每列的25, 50, 75百分位数
result = df.agg(lambda x: x.quantile([0.25, 0.5, 0.75]))
print(result)

Output:

Pandas中使用agg函数计算百分位数

示例5: 使用预定义的函数计算百分位数

import pandas as pd
import numpy as np

# 创建DataFrame
data = {'scores': np.random.randint(0, 100, 100)}
df = pd.DataFrame(data)

# 定义计算百分位数的函数
def percentile(n):
    def percentile_(x):
        return x.quantile(n)
    percentile_.__name__ = 'percentile_%s' % n
    return percentile_

# 计算25, 50, 75百分位数
result = df['scores'].agg([percentile(0.25), percentile(0.5), percentile(0.75)])
print(result)

Output:

Pandas中使用agg函数计算百分位数