Python| Pandas Series.quantile()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.quantile()函数返回给定 Series 对象中基础数据的给定分位数的值。

Syntax: Series.quantile(q=0.5, interpolation=’linear’)

Parameter :
q : float or array-like, default 0.5 (50% quantile)
interpolation : {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}

Returns : quantile : float or Series

示例 #1：使用Series.quantile()函数返回给定 Series 对象中基础数据的所需分位数。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([10, 25, 3, 11, 24, 6])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.quantile()函数来查找给定系列对象中基础数据的 40% 分位数。

# return the value of 40 % quantile
result = sr.quantile(q = 0.4)
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的那样， Series.quantile()函数已成功返回给定 Series 对象的基础数据的所需分位数值。

示例 #2：使用Series.quantile()函数返回给定 Series 对象中基础数据的所需分位数。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 84, 32, 10, 5, 24, 32])
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.quantile()函数来查找给定系列对象中基础数据的 90% 分位数。

# return the value of 90 % quantile
result = sr.quantile(q = 0.9)
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的那样， Series.quantile()函数已成功返回给定 Series 对象的基础数据的所需分位数值。