Question

我有一个dfAB

import pandas as pd
import random

A = [ random.randint(0,100) for i in range(10) ]
B = [ random.randint(0,100) for i in range(10) ]

dfAB = pd.DataFrame({ 'A': A, 'B': B })
dfAB

我们可以采用分位数功能，因为我想知道列的第75个百分位数：

dfAB.quantile(0.75)

但是，现在说一下，我在dfAB中放入了一些NaN并重新执行了该功能，很明显是不同的：

dfAB.loc[5:8]=np.nan
dfAB.quantile(0.75)

基本上，当我计算dfAB的平均值时，我通过了skipna来忽略Na，因为我不希望它们影响我的统计信息（我的代码中有很多目的是故意的，并且使它们变为零并不意味着这样做）。 t帮忙）

dfAB.mean(skipna=True)

因此，我要问的是分位数功能是否/如何解决NaN？

Answer 1

是的，这似乎是pd.quantile处理NaN值的方式。为了说明这一点，您可以将结果与np.nanpercentile进行比较，后者明确地沿指定轴计算数据的第q个百分位数，而忽略了nan值 （引自docs，我的重点）：

>>> dfAB
      A     B
0   5.0  10.0
1  43.0  67.0
2  86.0   2.0
3  61.0  83.0
4   2.0  27.0
5   NaN   NaN
6   NaN   NaN
7   NaN   NaN
8   NaN   NaN
9  27.0  70.0

>>> dfAB.quantile(0.75)
A    56.50
B    69.25
Name: 0.75, dtype: float64

>>> np.nanpercentile(dfAB, 75, axis=0)
array([56.5 , 69.25])

看到它们是等效的

python中的分位数功能会忽略NaN吗？

1 个答案: