지정된 열의 백분위수 통계 찾기

지정된 열의 백분위수 통계 찾기

주어진 열의 평균(), 중위수(), 모드()를 찾을 수 있는 판다 데이터 프레임 my_df가 있습니다.

my_df['field_A'].mean()
my_df['field_A'].median()
my_df['field_A'].mode()

90 퍼센트와 같은 더 자세한 통계를 찾을 수 있는지 궁금합니다.감사합니다!

• 기능을 사용할 수 있습니다.
  • 다음을 위한 API를 보면,quantile()보간을 하는 방법에 대한 논쟁이 필요하다는 것을 알게 될 것입니다.데이터의 두 위치 사이에 있는 분위수를 원하는 경우:
    • 'linear', 'lower', 'lower', 'midpoint' 또는 'midpoint'입니다.
    • 기본적으로 선형 보간을 수행합니다.
    • 이러한 보간 방법은 백분위수에 대한 위키백과 기사에서 논의됩니다.

import pandas as pd
import numpy as np

# sample data 
np.random.seed(2023)  # for reproducibility
data = {'Category': np.random.choice(['hot', 'cold'], size=(10,)),
        'field_A': np.random.randint(0, 100, size=(10,)),
        'field_B': np.random.randint(0, 100, size=(10,))}
df = pd.DataFrame(data)

df.field_A.mean()  # Same as df['field_A'].mean()
# 51.1

df.field_A.median() 
# 50.0

# You can call `quantile(i)` to get the i'th quantile,
# where `i` should be a fractional number.

df.field_A.quantile(0.1)  # 10th percentile
# 15.6

df.field_A.quantile(0.5)  # same as median
# 50.0

df.field_A.quantile(0.9)  # 90th percentile
# 88.8

df.groupby('Category').field_A.quantile(0.1)
#Category
#cold    28.8
#hot      8.6
#Name: field_A, dtype: float64

df

  Category  field_A  field_B
0     cold       96       58
1     cold       22       28
2      hot       17       81
3     cold       53       71
4     cold       47       63
5      hot       77       48
6     cold       39       32
7      hot       69       29
8      hot       88       49
9      hot        3       49

연역을 맡다s

s = pd.Series(np.arange(100))

다음에 대한 분위수 가져오기[.1, .2, .3, .4, .5, .6, .7, .8, .9]

s.quantile(np.linspace(.1, 1, 9, 0))

0.1     9.9
0.2    19.8
0.3    29.7
0.4    39.6
0.5    49.5
0.6    59.4
0.7    69.3
0.8    79.2
0.9    89.1
dtype: float64

OR

s.quantile(np.linspace(.1, 1, 9, 0), 'lower')

0.1     9
0.2    19
0.3    29
0.4    39
0.5    49
0.6    59
0.7    69
0.8    79
0.9    89
dtype: int32

저는 아래가 효과가 있을 것이라고 생각했습니다.

my_df.dropna().quantile([0.0, .9])

null 값을 사용하여 여러 열을 지정하고 여러 분위수 값을 얻을 수도 있습니다(이상치 처리에 95% 백분위수 사용).

my_df[['field_A','field_B']].dropna().quantile([0.0, .5, .90, .95])

매우 쉽고 효율적인 방법은 특정 열의 설명 함수를 호출하는 것입니다.

df['field_A'].describe()

이것은 당신에게 평균, 최대, 제곱 그리고 75번째 백분위수를 줄 것입니다.

Description은 사분위수를 줄 것입니다. 백분위수를 원한다면 다음과 같은 것을 할 수 있습니다.

 df['YOUR_COLUMN_HERE'].describe(percentiles=[.1, .2, .3, .4, .5, .6 , .7, .8, .9, 1])

언급URL : https://stackoverflow.com/questions/39581893/find-percentile-stats-of-a-given-column