Finden Sie Quantile in Pandas
In diesem Tutorial lernen wir, wie man Quantile eines Datenrahmens in Pandas erhält. Wir werden die Funktion dataframe.quantile() verwenden, um diese Aufgabe auszuführen.
Die Funktionen numpy.percentile und dataframe.quantile() in Pandas geben Werte beim bereitgestellten Quantil über der angeforderten Achse zurück.
Wir müssen die Pandas-Bibliothek importieren, um loszulegen.
import pandas as pd
Finden Sie Quantile in Pandas
Lassen Sie uns nun einen Beispieldatenrahmen mit vier Spalten erstellen, die Zahlen enthalten, für die wir die Quantiloperation durchführen möchten.
Wir erstellen unseren Beispieldatenrahmen mit dem folgenden Code.
df = pd.DataFrame(
{
"A": [1, 5, 3, 4, 2],
"B": [3, 2, 4, 3, 4],
"C": [2, 2, 7, 3, 4],
"D": [4, 3, 6, 12, 7],
}
)
print(df)
Sehen wir uns unseren Beispieldatenrahmen an.
A B C D
0 1 3 2 4
1 5 2 2 3
2 3 4 7 6
3 4 3 3 12
4 2 4 4 7
Jetzt finden wir die Quantile für unseren Datenrahmen. Zuerst verwenden wir die Funktion dataframe.quantile(), um das Quantil von .2 für alle Spalten im Datenrahmen zu finden.
Verwenden Sie die Funktion quantile()
Wir tun dies mit dem folgenden Code, wobei wir den ersten Parameter für die Funktion als .2 und den Achsenparameter als 0 übergeben, damit die Quantile in Spalten berechnet werden.
df1 = df.quantile(0.2, axis=0)
print(df1)
Sehen wir uns nun die Quantildarstellungen unseres Datenrahmens an, die wir erhalten haben.
A 1.8
B 2.8
C 2.0
D 3.8
Wir können auch die (.1,.25,.5,.75)-Quantile entlang der Indexachse finden, indem wir die Funktion quantile() verwenden.
Dazu übergeben wir die Liste der Quantilwerte, für die wir Quantile erhalten möchten.
df1 = df.quantile([0.1, 0.25, 0.5, 0.75], axis=0)
print(df1)
Sehen wir uns nun die neu erhaltenen Quantildarstellungen an.
A B C D
0.10 1.4 2.4 2.0 3.4
0.25 2.0 3.0 2.0 4.0
0.50 3.0 3.0 3.0 6.0
0.75 4.0 4.0 4.0 7.0
Wir haben erfolgreich die Quantilwerte entlang der Indexachse für die erwähnten Quantilwerte erhalten.
Daher können wir Quantile über Spalten und Indexachsen in Pandas finden, indem wir den folgenden Ansatz verwenden.
