Метод квантилей DataFrame в Pandas

Введение

В этом практическом занятии мы изучим метод DataFrame.quantile() в Pandas. Метод DataFrame.quantile() вычисляет значения для заданного квантиля по указанной оси в DataFrame. Мы узнаем, как использовать этот метод и понять его параметры.

Советы по работе с ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из-за ограничений в Jupyter Notebook.

Если вы сталкиваетесь с проблемами при обучении, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Создание DataFrame

Сначала создадим DataFrame с использованием функции pd.DataFrame() из библиотеки Pandas. Создадим DataFrame с тремя столбцами: 'Age' (Возраст), 'Height' (Рост) и 'Weight' (Вес). Этот DataFrame будет представлять группу лиц и их соответствующие атрибуты. Каждый столбец будет содержать числовые значения.

## Import the pandas library
import pandas as pd

## Create the DataFrame
df = pd.DataFrame({'Age': [12, 14, 11, 12], 'Height': [135, 140, 138, 147], 'Weight': [35, 38, 30, 45]})

Вычисление квантиля

Теперь вычислим квантиль DataFrame с использованием метода DataFrame.quantile(). Параметр q представляет собой желаемые квантили для вычисления, где 0 <= q <= 1. В этом примере мы вычислим квантиль при q = 0.5, который соответствует медиане.

## Calculate the quantile
quantile_50 = df.quantile(0.5)

Распечатайте результат

Наконец, давайте распечатать результат, чтобы увидеть вычисленный квантиль.

## Print the result
print(quantile_50)

Резюме

В этом практическом занятии мы узнали, как использовать метод DataFrame.quantile() в Pandas для вычисления квантилей DataFrame. Задав желаемые квантили с помощью параметра q, мы можем получить соответствующие значения. Этот метод полезен для анализа и суммаризации числовых данных в DataFrame.