Question

我有一个包含2个实验组的数据框，我正在尝试获取百分位数分布。但是，数据已被分组：

df = pd.DataFrame({'group': ['control', 'control', 'control','treatment','treatment','treatment'],
               'month': [1,4,9,2,5,12],
               'ct': [8,4,2,5,5,7]})

我想计算哪个月代表每个组的第25、50、75％，但是数据框已经按组/月变量分组了。

更新1：我意识到我没有弄清楚我遇到的麻烦。这是一个分组的数据框，因此，例如，控件具有8个数据点，其中month = 1，4 = month = 4，2 = month =9。以下百分数值应为：

x = pd.Series([1,1,1,1,1,1,1,1,4,4,4,4,9,9)]
x.quantile([0.25,0.5,0.75])
>> 0.25    1.0
   0.50    1.0
   0.75    4.0
   dtype: float64

按组分组并进行分位数不能提供准确的答案。有没有一种方法可以爆炸计数并获取未分组值的百分位数？最终对象应具有以下值：

             p25 p50 p75
control      1   1   4
treatment    2   5   12

Answer 1

您可以尝试使用pd.quanitle并以所需的百分比作为列表

df.groupby('group').quantile([0.25,0.50,0.75])

出局：

                    ct  month
group           
control     0.25    3.0 2.5
            0.50    4.0 4.0
            0.75    6.0 6.5
treatment   0.25    5.0 3.5
            0.50    5.0 5.0
            0.75    6.0 8.5

Answer 2

您可以使用Series.repeat然后获取分位数：

df.groupby('group').apply(lambda x: (x.month.repeat(x.ct)).quantile([0.25, 0.5, 0.75])).rename_axis([None], axis=1)

           0.25  0.50  0.75
group                      
control     1.0   1.0   4.0
treatment   2.0   5.0  12.0

Answer 3

您可能要检查describe

df.groupby('group').describe().stack()

从分组的数据框中获取百分位数

3 个答案: