Python | Pandas Series.quantile()

在 Pandas 中，Series.quantile() 方法用于计算一系列数字的分位数。该方法接受以下参数：

Series.quantile(q=0.5, interpolation='linear')

• q：浮点数或浮点数数组，用于计算分位数。范围在0到1之间。
• interpolation：字符串，用于指定插值方法。默认值为'linear'。

以下是一个示例：

import pandas as pd

data = pd.Series([1, 2, 3, 4, 5])
print(data.quantile(q=0.25))
print(data.quantile(q=0.5))
print(data.quantile(q=0.75))

输出：

1.5
3.0
4.5

在这个例子中，我们使用了一个包含5个整数的 Series。我们使用 Series 的 quantile() 方法来计算分位数。我们传递了 q 参数来计算不同的分位数，如第25%分位数、第50%分位数和第75%分位数。

请注意，计算分位数时，interpolation 参数可用于指定插值方法。默认情况下，使用线性插值计算分位数。如果需要使用其他插值方法，可以设置 interpolation 参数为 'lower'、'higher'、'midpoint'、'nearest' 或 'linear' 之一。

例如，以下示例演示了如何使用不同的插值方法计算第50%分位数：

import pandas as pd

data = pd.Series([1, 2, 3, 4, 5])
print(data.quantile(q=0.5, interpolation='linear'))
print(data.quantile(q=0.5, interpolation='lower'))
print(data.quantile(q=0.5, interpolation='higher'))
print(data.quantile(q=0.5, interpolation='midpoint'))
print(data.quantile(q=0.5, interpolation='nearest'))

输出：

3.0
2
3
2.5
3

在这个例子中，我们使用了不同的插值方法来计算第50%分位数。请注意，插值方法不会影响计算其他分位数的结果，因为它们使用默认的插值方法。