準(zhǔn)備

本文用到的表格內(nèi)容如下:

先來看一下原始情形:

import pandas as pd
​
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df)

result:

數(shù)學(xué)成績 語文成績 英語成績
0 89 78 98
1 35 34 34
2 43 56 25
3 35 78 83
4 67 46 65
5 89 89 83
6 96 45 83
7 35 67 45
8 35 78 83

1.求眾數(shù)

1.1對全表進(jìn)行操作

1.1.1求取每列的眾數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.var())

result:

數(shù)學(xué)成績 語文成績 英語成績
0 35 78 83

1.1.2 求取每行的眾數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.mode(axis=1))

result:

012
0 78.0 89.0 98.0
1 34.0 NaN NaN
2 25.0 43.0 56.0
3 35.0 78.0 83.0
4 46.0 65.0 67.0
5 89.0 NaN NaN
6 45.0 83.0 96.0
7 35.0 45.0 67.0
8 35.0 78.0 83.0

1.2 對單獨(dú)的一行或者一列進(jìn)行操作

1.2.1 求取單獨(dú)某一列的眾數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.mode(axis=1))

result:

0 35
dtype: int64

1.2.2 求取單獨(dú)某一行的眾數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.iloc[[0]].mode())

result:

數(shù)學(xué)成績 語文成績 英語成績
0 89 78 98

1.3 對多行或者多列進(jìn)行操作

1.3.1 求取多列的眾數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df[['數(shù)學(xué)成績', "語文成績"]].mode())

result:

數(shù)學(xué)成績 語文成績
0 35 78

1.3.2 求取多行的眾數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.iloc[[0, 1]].mode())

result:

數(shù)學(xué)成績 語文成績 英語成績
0 35 34 34
1 89 78 98

2 求分位數(shù)

分位數(shù)是比中位數(shù)更加詳細(xì)的基于位置的指標(biāo)，分位數(shù)主要有四分之一分位數(shù)，二分之一分位數(shù)(就是中位數(shù))、四分之三分位數(shù)

2.1 求取不同分位的分位數(shù)

2.1.1 四分之一分位數(shù)

import pandas as pd
​
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.quantile(0.25))

result:

數(shù)學(xué)成績 35.0
語文成績 46.0
英語成績 45.0
Name: 0.25, dtype: float64

2.1.2 四分之三分位數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.quantile(0.75))

result:

數(shù)學(xué)成績 89.0
語文成績 78.0
英語成績 83.0
Name: 0.75, dtype: float64

2.2對全表進(jìn)行操作

2.2.1對每一列求分位數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.quantile(0.25))

result:

數(shù)學(xué)成績 35.0
語文成績 46.0
英語成績 45.0
Name: 0.25, dtype: float64

2.2.2 對每一行求分位數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.quantile(0.25, axis=1))

result:

0 83.5
1 34.0
2 34.0
3 56.5
4 55.5
5 86.0
6 64.0
7 40.0
8 56.5
Name: 0.25, dtype: float64

2.3 對單獨(dú)的一行或者一列進(jìn)行操作

2.3.1 對某一列求分位數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df['數(shù)學(xué)成績'].quantile(0.25))

result:

35.0

2.3.2 對某一行求分位數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.iloc[[0]].quantile(0.25))

result:

數(shù)學(xué)成績 89.0
語文成績 78.0
英語成績 98.0
Name: 0.25, dtype: float64

2.4 對多行或者多列進(jìn)行操作

2.4.1 對多列求分位數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df[['數(shù)學(xué)成績', "語文成績"]].quantile(0.25))

result:

數(shù)學(xué)成績 35.0
語文成績 46.0
Name: 0.25, dtype: float64

2.4.2 對多行求分位數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.iloc[[0, 1]].quantile(0.25))

result:

數(shù)學(xué)成績 48.5
語文成績 45.0
英語成績 50.0
Name: 0.25, dtype: float64

附：pandas 和 numpy計(jì)算分位數(shù)的區(qū)別

pandas 和 numpy中都有計(jì)算分位數(shù)的方法，pandas中是quantile，numpy中是percentile

兩個(gè)方法其實(shí)沒什么區(qū)別，用法上稍微不同，quantile的優(yōu)點(diǎn)是與pandas中的groupby結(jié)合使用，可以分組之后取每個(gè)組的某分位數(shù)

quantile代碼：

import pandas as pd
import numpy as np
data = pd.read_csv('order_rank_p_0409.txt',sep='\t')
#將data按id_1 和 id_2 分組
grouped=data.groupby(['id_1','id_2'])
#用quantile計(jì)算第40%的分位數(shù)
grouped['gmv'].quantile(0.4) 
#用to_csv生成文件
x.to_csv('order_ran_re.txt',sep= '\t')

percentile代碼：

import pandas as pd
import numpy as np
data = pd.read_csv('order_rank_p_0409.txt',sep='\t')
a = array(data['gmv'])
np.percentile(a,0.4)

兩段代碼，兩種方法計(jì)算的結(jié)果是一樣的

總結(jié)

到此這篇關(guān)于Python pandas系列之眾數(shù)和分位數(shù)的文章就介紹到這了,更多相關(guān)pandas眾數(shù)和分位數(shù)內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！

香港服務(wù)器租用

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。