Question

我有一个多年的时间序列，想要按季节找到分位数。

在数值上，这很好用。但是，当我预计单个索引MultiIndex时，我会得到Series DataFrame作为输出。

import pandas as pd
import numpy as np

rng = pd.date_range(start='2014-01-01', end='2016-01-01', freq='30T')
a_data = np.random.normal(loc=np.pi, scale=np.e, size=len(rng))
b_data = a_data - 5
df = pd.DataFrame(index=rng, data={'a': a_data, 'b': b_data})    
grouped = df.groupby(pd.TimeGrouper(freq='QS-DEC'))  
mult_idx_series = grouped.quantile(0.5)
mult_idx_series

显示MultiIndex＆＃39; d Series：

2013-12-01  a    3.079999
            b   -1.920001
2014-03-01  a    3.126490
            b   -1.873510

我期望（和想要）与.median（）相同的输出格式

median_df = grouped.median()
median_df

看起来像：

            a         b
2013-12-01  3.079999 -1.920001
2014-03-01  3.126490 -1.873510

我应该指出：

它不是我想要的第0.5个分位数
我知道我只有mult_idx_series.unstack(1)来自我想要的格式

我对不同的返回形状感到惊讶，并想了解推理。

Answer 1

不同之处在于grouped.median()调用优化（cythonized）median聚合函数，而grouped.quantile()调用通用包装器 apply 函数在群体上。

考虑一下：

In [56]: grouped.apply(lambda x: x.quantile(0.5))
Out[56]:
2013-12-01  a    3.175594
            b   -1.824406
2014-03-01  a    3.116556
            b   -1.883444
2014-06-01  a    3.222320
            b   -1.777680
2014-09-01  a    3.207015
            b   -1.792985
2014-12-01  a    3.114767
            b   -1.885233
2015-03-01  a    3.091952
            b   -1.908048
2015-06-01  a    3.220528
            b   -1.779472
2015-09-01  a    3.204990
            b   -1.795010
2015-12-01  a    3.108755
            b   -1.891245
dtype: float64

In [57]: grouped.agg(lambda x: x.quantile(0.5))
Out[57]:
                   a         b
2013-12-01  3.175594 -1.824406
2014-03-01  3.116556 -1.883444
2014-06-01  3.222320 -1.777680
2014-09-01  3.207015 -1.792985
2014-12-01  3.114767 -1.885233
2015-03-01  3.091952 -1.908048
2015-06-01  3.220528 -1.779472
2015-09-01  3.204990 -1.795010
2015-12-01  3.108755 -1.891245

所以grouped.quantile()执行应用，而不执行聚合。这样做的原因是quantile也可以返回一个DataFrame（因此并不总是纯聚合），如果你一次计算多个分位数，例如grouped.quantile([0.1, 0.5, 0.9])：

In [67]: grouped.quantile([0.1, 0.5, 0.9])
Out[67]:
                       a         b
2013-12-01 0.1 -0.310566 -5.310566
           0.5  3.131418 -1.868582
           0.9  6.624399  1.624399
2014-03-01 0.1 -0.219992 -5.219992
           0.5  3.173881 -1.826119
           0.9  6.550259  1.550259
...

Pandas TimeGrouper：.median（）与.quantile（0.5）的行为不同

1 个答案: