搞懂箱形圖分析，快速識別異常值！

pandas 分位數
df.quantile(q=0.75)
計算分位數：$pos=1+(n?1)?q$
$pos=integer+float（整數部分+小數部分）$

ans = df[integer-1] + float * (df[integer] - df[integer - 1])

舉個例子：
定義一個DataFrame

df = pd.DataFrame({'key1':np.arange(0,6),'key2':np.arange(6,12)}) print(df) key1 key2 0 0 6 1 1 7 2 2 8 3 3 9 4 4 10 5 5 11

• 通過函數直接求出結果

df.quantile(q=0.75) key1 3.75 key2 9.75 Name: 0.75, dtype: float64

• 通過給出的公式求：

import math q = 0.75 pos = 1 + (len(df) - 1) * q ret,integer = math.modf(pos)#求出分位的小數部分和整數部分 print('整數部分是%f,小數部分是%f'%(integer,ret)) ans = df['key1'][int(integer)-1] + ret * (df['key1'][int(integer)] - df['key1'][int(integer)-1]) print('key1 ',ans) ans2 = df['key2'][int(integer)-1] + ret * (df['key2'][int(integer)] - df['key2'][int(integer)-1]) print('key2 ',ans2) 整數部分是4.000000,小數部分是0.750000 key1 3.75 key2 9.75

總結

以上是生活随笔為你收集整理的python--pandas 分位数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。