Python Pandas - 手动计算分位数

Question

Python Pandas - 手动计算分位数

3

我试图手动计算一列值的分位数，但是使用公式时无法找到与Pandas输出结果相匹配的正确分位数值。我寻找了不同的解决方案，但没有找到正确答案。

In [54]: df

Out[54]:
    data1   data2       key1    key2
0 -0.204708 1.393406    a       one
1 0.478943  0.092908    a       two
2 1.965781  1.246435    a       one

In [55]: grouped = df.groupby('key1')
In [56]: grouped['data1'].quantile(0.9)
Out[56]:
key1
a 1.668413

使用公式手动查找，n为3，因为data1列中有3个值。

quantile(n+1)

应用df1列的值

=0.9(n+1) 
=0.9(4)
= 3.6

第3.6个位置的值为1.965781，那么pandas是如何得出1.668413的呢？

- Joe_12345

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- qbzenker · Accepted Answer

功能quantile将根据数据范围分配百分比。

在您的情况下：

-0.204708将被视为第0个百分位数，

0.478943将被视为50th百分位数，

1.965781将被视为100th百分位数。

因此，您可以使用以下方式计算90th百分位数（在50th和100th百分位数之间进行线性插值：

>>import numpy as np

>>x =np.array([-0.204708,1.965781,0.478943])
>>ninetieth_percentile = (x[1] - x[2])/0.5*0.4+x[2]
>>ninetieth_percentile    
1.6684133999999999

请注意，数值0.5和0.4来自于您的数据跨度中有两个点涵盖了50%的数据，而0.4表示您希望找到超过50%的数量（0.5+0.4=0.9）。希望这样说可以让您理解。