Python pandas入门系列之众数和分位数

准备

本文用到的表格内容如下:

先来看一下原始情形:

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

result:

   数学成绩  语文成绩  英语成绩
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.求众数

1.1对全表进行操作

1.1.1求取每列的众数

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

result:

   数学成绩  语文成绩  英语成绩
0    35    78    83

1.1.2 求取每行的众数

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

result:

      0     1     2
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 对单独的一行或者一列进行操作

1.2.1 求取单独某一列的众数

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

result:

0    35
dtype: int64

1.2.2 求取单独某一行的众数

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

result:

   数学成绩  语文成绩  英语成绩
0    89    78    98

1.3 对多行或者多列进行操作

1.3.1 求取多列的众数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df[['数学成绩', "语文成绩"]].mode())

result:

   数学成绩  语文成绩
0    35    78

1.3.2 求取多行的众数

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

result:

   数学成绩  语文成绩  英语成绩
0    35    34    34
1    89    78    98

2 求分位数

分位数是比中位数更加详细的基于位置的指标，分位数主要有四分之一分位数，二分之一分位数(就是中位数)、四分之三分位数

2.1 求取不同分位的分位数

2.1.1 四分之一分位数

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

result:

数学成绩    35.0
语文成绩    46.0
英语成绩    45.0
Name: 0.25, dtype: float64

2.1.2 四分之三分位数

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

result:

数学成绩    89.0
语文成绩    78.0
英语成绩    83.0
Name: 0.75, dtype: float64

2.2对全表进行操作

2.2.1对每一列求分位数

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

result:

数学成绩    35.0
语文成绩    46.0
英语成绩    45.0
Name: 0.25, dtype: float64

2.2.2 对每一行求分位数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.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 对单独的一行或者一列进行操作

2.3.1 对某一列求分位数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df['数学成绩'].quantile(0.25))

result:

35.0

2.3.2 对某一行求分位数

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

result:

数学成绩    89.0
语文成绩    78.0
英语成绩    98.0
Name: 0.25, dtype: float64

2.4 对多行或者多列进行操作

2.4.1 对多列求分位数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df[['数学成绩', "语文成绩"]].quantile(0.25))

result:

数学成绩    35.0
语文成绩    46.0
Name: 0.25, dtype: float64

2.4.2 对多行求分位数

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

result:

数学成绩    48.5
语文成绩    45.0
英语成绩    50.0
Name: 0.25, dtype: float64

附：pandas 和 numpy计算分位数的区别

pandas 和 numpy中都有计算分位数的方法，pandas中是quantile，numpy中是percentile

两个方法其实没什么区别，用法上稍微不同，quantile的优点是与pandas中的groupby结合使用，可以分组之后取每个组的某分位数

quantile代码：

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

percentile代码：

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)

两段代码，两种方法计算的结果是一样的

总结