如何在 Pandas 中按组计算分位数？

在本文中，如何使用Python在 Pandas 中按组计算分位数。

计算分位数的方法有很多，但 pandas 提供了 groupby.quantile()函数，只需几行代码即可找到它。这是当所需分位数落在两点之间时使用的方法。

Syntax: 

DataFrameGroupBy.quantile(self, q=0.5, interpolation=’linear’)

Parameters:  

• q : float or array-like, default 0.5 (50% quantile) Values are given between 0 and 1 providing the quantiles to compute.
• Interpolation : {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}

在此方法中，值和插值作为参数传递。默认情况下，q 值为 0.5，插值将是线性的。这将返回由 GroupBy 对象确定的系列或数据框。

正在使用的数据框：

数据框

示例 1：按组计算分位数

Python3

# Importing libraries
import pandas as pd
  
# Storing data in dictionary
game = {'Player': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A',
                        'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B',
                        'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C'],
        'wins': [2, 4, 4, 5, 6, 9, 13, 13, 15, 15, 14, 13,
                 11, 9, 9, 8, 8, 16, 19, 21, 14, 20, 19, 18]
        }
# Creating data frame
df = pd.DataFrame(game)
  
# calculating quantile
df.groupby('Player').quantile(0.5)

输出：

输出

示例 2：按组计算分位数

Python3

# Importing libraries
import pandas as pd
  
# Storing data in dictionary
game = {'Player': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A',
                        'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B',
                        'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C'],
        'wins': [2, 4, 4, 5, 6, 9, 13, 13, 15, 15, 14, 13,
                 11, 9, 9, 8, 8, 16, 19, 21, 14, 20, 19, 18]
        }
# Creating data frame
df = pd.DataFrame(game)
  
# calculating quantile
df.groupby('Player').quantile(0.9)

输出：

输出