Pandas DataFrame 分位数方法

介绍

在本实验中，我们将探索 Pandas 中的 DataFrame.quantile() 方法。DataFrame.quantile() 方法用于计算 DataFrame 指定轴上的给定分位数值。我们将学习如何使用该方法并理解其参数。

虚拟机提示

虚拟机启动完成后，点击左上角切换到 Notebook 选项卡以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时可以向 Labby 提问。实验结束后请提供反馈，我们将及时为你解决问题。

创建一个 DataFrame

首先，我们使用 Pandas 库中的 pd.DataFrame() 函数创建一个 DataFrame。我们将创建一个包含三列的 DataFrame：'Age'（年龄）、'Height'（身高）和 'Weight'（体重）。这个 DataFrame 将代表一组个体及其对应的属性。每一列将包含数值数据。

## 导入 pandas 库
import pandas as pd

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

计算分位数

现在，我们使用 DataFrame.quantile() 方法计算 DataFrame 的分位数。q 参数表示要计算的分位数，其中 0 <= q <= 1。在本示例中，我们将计算 0.5 分位数，即中位数。

## 计算分位数
quantile_50 = df.quantile(0.5)

打印结果

最后，我们打印结果以查看计算得到的分位数。

## 打印结果
print(quantile_50)

总结

在本实验中，我们学习了如何使用 Pandas 中的 DataFrame.quantile() 方法来计算 DataFrame 的分位数。通过使用 q 参数指定所需的分位数，我们可以获取相应的值。此方法对于分析和总结 DataFrame 中的数值数据非常有用。