pandas中quantile()函数的应用及说明

 更新时间:2026年05月08日 14:45:33   作者:2301_81245389  
本文介绍了pandas中quantile()函数用于计算DataFrame或Series中数值型数据的分位数,通过示例展示了如何计算整个DataFrame、每列和每行的分位数,并可指定百分位数和axis参数进行计算

pandas中quantile()函数的应用

quantile() 函数用于计算 DataFrame 或 Series 中数值型数据的分位数。

分位数是将数据分为等分的数值点,常用的分位数包括中位数(50% 分位数)、四分位数(25% 分位数和 75% 分位数)等。

下面是一个示例说明:

如何使用 quantile() 函数

import pandas as pd

# 创建一个 DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [4, 5, 6, 7, 8],
    'C': [7, 8, 9, 10, 11]
}
df = pd.DataFrame(data)

# 计算整个 DataFrame 的中位数(50% 分位数)
total_median = df.quantile(0.5)
print("Total median (50th percentile) of DataFrame:")
print(total_median)

# 计算每列的四分位数(25% 分位数和 75% 分位数)
column_quantile = df.quantile([0.25, 0.75])
print("\nColumn quartiles (25th and 75th percentiles):")
print(column_quantile)

# 计算每行的分位数(20% 分位数和 80% 分位数)
row_quantile = df.quantile([0.2, 0.8], axis=1)
print("\nRow quantiles (20th and 80th percentiles):")
print(row_quantile)

输出结果:

Total median (50th percentile) of DataFrame:
A    3.0
B    6.0
C    9.0
Name: 0.5, dtype: float64

Column quartiles (25th and 75th percentiles):
         A    B     C
0.25  2.0  5.0   8.0
0.75  4.0  7.0  10.0

Row quantiles (20th and 80th percentiles):
       0.2  0.8
0  1.4  6.6
1  2.6  7.4
2  3.8  8.2
3  4.6  9.4
4  5.4  9.8

在这个示例中

我们首先创建了一个 DataFrame,并使用 quantile() 函数计算了整个 DataFrame 的中位数(50% 分位数)、每列的四分位数(25% 分位数和 75% 分位数)以及每行的分位数(20% 分位数和 80% 分位数)。

可以通过指定百分位数来计算不同分位数的值,也可以通过指定 axis 参数来沿着行或列进行计算,默认情况下是对列进行计算分位数。

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • Python中Django 后台自定义表单控件

    Python中Django 后台自定义表单控件

    本篇文章主要介绍了Python中Django 后台自定义表单控件,其实 django 已经为我们提供了一些可用的表单控件,比如:多选框、单选按钮等,有兴趣的开业了解一下。
    2017-03-03
  • django中上传图片分页三级联动效果的实现代码

    django中上传图片分页三级联动效果的实现代码

    这篇文章主要介绍了django中上传图片分页三级联动效果的实现代码,非常不错,具有一定的参考借鉴价值,需要的朋友参考下吧
    2019-08-08
  • Pycharm学习教程(2) 代码风格

    Pycharm学习教程(2) 代码风格

    这篇文章主要为大家详细介绍了最全的Pycharm学习教程第二篇代码风格,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-05-05
  • Python运维自动化之paramiko模块应用实例

    Python运维自动化之paramiko模块应用实例

    paramiko是一个基于SSH用于连接远程服务器并执行相关操作,使用该模块可以对远程服务器进行命令或文件操作,这篇文章主要给大家介绍了关于Python运维自动化之paramiko模块应用的相关资料,需要的朋友可以参考下
    2022-09-09
  • Python数据封装与私有属性应用案例

    Python数据封装与私有属性应用案例

    本文介绍了数据封装在面向对象编程中的重要性,以及Python中实现数据封装的多种方法,包括命名约定、名称修饰和使用@property装饰器,通过实际例子展示了如何在银行账户系统中应用这些技术,感兴趣的朋友跟随小编一起看看吧
    2026-01-01
  • pytorch 常用函数 max ,eq说明

    pytorch 常用函数 max ,eq说明

    这篇文章主要介绍了pytorch 常用函数 max eq说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-06-06
  • pandas中DataFrame修改index、columns名的方法示例

    pandas中DataFrame修改index、columns名的方法示例

    这篇文章主要介绍了pandas中DataFrame修改index、columns名的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-08-08
  • Python数据可视化之简单折线图的绘制

    Python数据可视化之简单折线图的绘制

    这篇文章主要为大家详细介绍了Python数据可视化之绘制简单折线图的相关资料,文中的示例代码简洁易懂,感兴趣的小伙伴可以了解一下
    2022-10-10
  • Pandas中Series序列的具体实现

    Pandas中Series序列的具体实现

    Series是 Pandas 专为一维数据设计的结构,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2026-05-05
  • python可视化plotly 图例(legend)设置

    python可视化plotly 图例(legend)设置

    这篇文章主要介绍了python可视化plotly 图例(legend)设置,主要介绍了关于python 的legend图例,参数使用说明,具有很好的参考价值,希望对大家有所帮助,需要的朋友可以参考下卖你具体内容
    2022-02-02

最新评论