Question

我正在尝试手动计算列值的分位数，但是与Pandas的结果输出相比，无法使用公式手动找到正确的分位数值。我四处寻找不同的解决方案，但没有找到正确的答案

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

所以第3.6位是1.965781，那么大熊猫如何给出1.668413？

Answer 1

函数quantile将根据您的数据范围分配百分比。

在你的情况下：

-0.204708将被视为第0个百分位，
0.478943将被视为第50百分位和
1.965781将被视为百分之百。

因此，您可以通过以下方式计算第90个百分点（使用第50和第100百分位数之间的线性插值：

>>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

注意值0.5和0.4来自这样的事实：数据的两个点跨越50％的数据，0.4表示高于您希望找到的50％的量（0.5 + 0.4 = 0.9）。希望这是有道理的。

Python Pandas - 手动分位数计算

1 个答案: