Python Pandas - 手动分位数计算

Question

我正在尝试手动计算列值的分位数，但与 Pandas 的结果输出相比，无法使用公式手动找到正确的分位数。 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 pandas 是如何给出 1.668413 的呢？

Answer 1

quantile 函数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 个百分位数，
• 0.478943 将被视为第 50 个百分位数，并且
• 1.965781 将被视为第 100 个百分位数。

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

>>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

请注意，值 0.5 和 0.4 来自数据的两个点跨越 50% 的数据这一事实，而 0.4 表示您希望找到的 50% 以上的数量（0.5+0.4 = 0.9）。希望这是有道理的。