pandas.core.groupby.DataFrameGroupBy.quantile

DataFrameGroupBy.quantile

Возвращает значения в заданном квантиле по указанной оси.

Параметры:

q : float or array-like, default 0.5 (50% quantile) Значение между 0 ≤ q ≤ 1, квантили для вычисления. axis : {0, 1, ‘index’, ‘columns’} (default 0) Равно 0 или ‘индекс’ для строк, 1 или ‘колонки’ для столбцов. numeric_only : bool, default True Если False, квантиль для данных datetime и timedelta также будет вычислен. interpolation : {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’} Этот необязательный параметр определяет метод интерполяции для использования, когда желаемый квантиль находится между двумя точками данных i и j: linear: i + (j - i) * fraction, где fraction — дробная часть индекса, ограниченная i и j. lower: i. higher: j. nearest: i или j, что ближе. midpoint: (i + j) / 2. Добавлена в версии 0.18.0.

Возвращаемое значение:

quantiles : Series or DataFrame Если q — массив, будет возвращена таблица DataFrame, где индекс — q, столбцы — столбцы self, а значения — квантили. Если q — число с плавающей запятой, будет возвращена серия Series, где индекс — столбцы self, а значения — квантили.

См. также

core.window.Rolling.quantile

Квантиль скользящего окна.

numpy.percentile

Функция NumPy для вычисления процентиля.

Примеры

>>> df = pd.DataFrame(np.array([[1, 1], [2, 10], [3, 100], [4, 100]]),
...                   columns=['a', 'b'])
>>> df.quantile(.1)
a    1.3
b    3.7
Name: 0.1, dtype: float64
>>> df.quantile([.1, .5])
       a     b
0.1  1.3   3.7
0.5  2.5  55.0

Указание numeric_only=False также вычислит квантиль для данных datetime и timedelta.

>>> df = pd.DataFrame({'A': [1, 2],
...                    'B': [pd.Timestamp('2010'),
...                          pd.Timestamp('2011')],
...                    'C': [pd.Timedelta('1 days'),
...                          pd.Timedelta('2 days')]})
>>> df.quantile(0.5, numeric_only=False)
A                    1.5
B    2010-07-02 12:00:00
C        1 days 12:00:00
Name: 0.5, dtype: object