Функция Pandas Series.quantile()

Часто используемые функции Pandas

Series.quantile()Это функция в Pandas, используемая для вычисления квантилей Series. Квантили — это значения, которые делят упорядоченные данные на несколько равных частей; распространённые из них включают квартили (25%, 50%, 75%), медиану (50%) и т. д.

Квантили — важные показатели для описания распределения данных. Они помогают понять форму распределения и выявить выбросы. Они широко используются в статистическом анализе, ранжировании оценок, анализе доходов и других сценариях.

Базовый синтаксис и параметры

quantile()Это функция-член объекта Series, вызываемая напрямую с помощью оператора-точки.

Формат синтаксиса

Series.quantile(q=0.5, interpolation='linear', numeric_only=True, closed='both')

Описание параметра

Возвращаемое значение

• Тип возвращаемого значения：floatилиSeries
• ОписаниеВозвращает значение в указанном квантиле. Если q — одиночное значение, возвращает float; если q — список, возвращает Series.

---

Примеры

Давайте подробно разберём на серии примеров от простого к сложному,Series.quantile()использование Series.quantile().

Пример 1: Базовое использование — вычисление медианы

Медиана — это 50%-й квантиль, и это наиболее часто используемый квантиль.

Пример

import pandas as pd

# Создайте Series, содержащий баллы студентов
scores = pd.Series([65, 70, 72, 75, 78, 80, 82, 85, 88, 90, 92, 95])

print("Баллы студентов:")
print(scores)
print()

# Вычислите медиану (50%-й квантиль)
median_score = scores.quantile(0.5)

print(f"Медиана: {median_score}")
print(f"Использование функции median(): {scores.median()}")
print()
print("Анализ: 50% баллов студентов меньше или равны 80.")


Вывод:

学生成绩：
0    65
1    70
2    72
3    75
4    75
5    80
6    80
7    85
8    88
9    90
10    92
11    95
dtype: int64

中位数：80.0

中位数（使用 median() 函数）：80.0

Пояснение к коду:

• quantile(0.5)Эквивалентноmedian()。
• Медиана делит данные на две половины; 50% данных меньше или равны медиане.

Пример 2: Вычисление квартилей

Квартили делят данные на четыре равные части: 25%, 50%, 75%.

Пример

import pandas as pd

# Создать Series, содержащий доход сотрудников
income = pd.Series([3000, 3500, 3800, 4000, 4200, 4500, 5000, 5500, 6000, 8000, 15000])

print("Данные о ежемесячном доходе сотрудников (yuan):")
print(income)
print()

# Вычислить три квартиля
q1 = income.quantile(0.25)   # Первый квартиль (25%)
q2 = income.quantile(0.50)   # Второй квартиль / медиана (50%)
q3 = income.quantile(0.75)   # Третий квартиль (75%)

print(f"Первый квартиль Q1 (25%): {q1} yuan")
print(f"Второй квартиль Q2 (50%): {q2} yuan")
print(f"Третий квартиль Q3 (75%): {q3} yuan")
print()

# Вычислить межквартильный размах (IQR)
iqr = q3 - q1
print(f"Межквартильный размах IQR: {iqr} yuan")
print()

print("Анализ:")
print("- 25% сотрудников получают не более 4000 yuan")
print("- 50% сотрудников получают не более 5000 yuan")
print("- 75% сотрудников получают не более 6000 yuan")
print("- Чем больше IQR, тем больше разброс данных")


Вывод:

员工月收入数据（元）：
1    3000
2    低于 3800
3    4000
4    4200
5    4500
6    5000
7    5500
8    6000
9    8000
10   15000
dtype: int64

Q1（25% 分位）：4000.0 元
Q2（50% 分位）：5000.0 元
Q3（75% 分位）：6000.0 元

四分位距 IQR = 6000 - 4000 = 2000 元

Пример 3: Вычисление нескольких квантилей одновременно

Можно вычислить несколько квантилей одновременно.

Пример

import pandas as pd

# Создание данных
data = pd.Series([10, 20, 30, 40, 50, 60, 70, 80, 90, 100])

print("Данные:")
print(data)
print()

# Вычислить несколько квантилей
percentiles = data.quantile([0, 0.1, 0.25, 0.5, 0.75, 0.9, 1.0])

print("Квантили:")
print(percentiles)
print()

# Квантиль также можно задать в виде строки с процентом (только одно значение)
print(f"Использование строки '50%': {data.quantile('50%')}")
print(f"Использование строки '0.5': {data.quantile(0.5)}")


Вывод:

数据：
0     10
1     20
2     30
3     40
4     50
量值：60
5     70
6     80
7     90
8    100
dtype: int 参数

多个分位数：
0.00    10.0
0.10    19.0
0.25    32.5
0.50    50.0
0.75    67.5
0.90    81.0
1.00   100.0
dtype: float64

Пример 4: Роль параметра interpolation

Когда квантиль находится между двумя значениями, разные методы интерполяции дают разные результаты.

Пример

import pandas as pd

# Создать Series с 6 элементами
data = pd.Series([10, 20, 30, 40, 50, 60])

print("Данные:", data.values)
print()

# Вычислить 30%-й квантиль (между 20 и 30)
# позиция = (n-1) * q = 5 * 0.3 = 1.5
print("30%-й квантиль с использованием разных методов интерполяции:")

linear = data.quantile(0.3, interpolation='linear')
print(f"linear (линейная интерполяция, по умолчанию): {linear}")

lower = data.quantile(0.3, interpolation='lower')
print(f"lower (взять меньшее значение): {lower}")

higher = data.quantile(0.3, interpolation='higher')
print(f"higher (взять большее значение): {higher}")

nearest = data.quantile(0.3, interpolation='nearest')
print(f"nearest (взять ближайшее значение): {nearest}")

midpoint = data.quantile(0.3, interpolation='midpoint')
print(f"midpoint (взять среднюю точку): {midpoint}")


Вывод:

数据：[10, 20, 30, 40, 50, 60]
位置计算：(n-1) * q = 5 * 0.3 = 1.5，表示在 20 和 30 之间

不同插值方法的结果：
- linear（线性插值，默认）：23.0
- lower（向下取整）：20.0
- higher（向上取整）：30.0
- nearest（最近邻）：20.0
- midpoint（中间值）：25.0

Пояснение к коду:

• interpolation='linear'Выполняет линейную интерполяцию между двумя значениями, 20 + (30-20)*0.5 = 23.
• interpolation='lower'Берёт значение с меньшим индексом, то есть 20.
• interpolation='higher'Выбирает значение с большим индексом, т. е. 30.
• interpolation='nearest'Выбирает значение, ближайшее к позиции квантиля.
• interpolation='midpoint'Выбирает середину двух значений, т. е. (20+30)/2 = 25.

Пример 5: Использование квантилей для выявления выбросов

Межквартильный размах (IQR) часто используется для выявления выбросов в данных.

Пример

import pandas as pd

# Создать данные, содержащие несколько выбросов
data = pd.Series([12, 15, 18, 20, 22, 25, 28, 30, 32, 150])

print("Данные (с выбросами):")
print(data)
print()

# Вычислить квартили
q1 = data.quantile(0.25)
q3 = data.quantile(0.75)
iqr = q3 - q1

# Вычислить границы выбросов
lower_bound = q1 - 1.5 * iqr
upper_bound = q3 + 1.5 * iqr

print(f"Q1（25%）：{q1}")
print(f"Q3（75%）：{q3}")
print(f"Межквартильный размах：{iqr}")
print()
print(f"Нижняя граница нормальных значений: {lower_bound}")
print(f"Верхняя граница нормальных значений: {upper_bound}")
print()

# Выявление выбросов
outliers = data[(data upper_bound)]
print(f"Выбросы: {outliers.values}")
print()

print("Анализ: 150 — очевидный выброс, превышающий верхнюю границу.")


Вывод:

数据（含异常值）：
3     150
4     22
5     25
6     28
7     30
8     32
9    150
dtype: int64

Q1（25%）：18.75
Q3（75%）：30.25
IQR = 11.5

正常值下界：1.5
正常值上界：47.5
异常值：150

分析：150 明显超出了正常范围，是一个异常值。

---

Примечания

• Значение квантиля находится в диапазоне от 0 до 1.
• По умолчанию для вычисления квантилей используется метод линейной интерполяции.
• Когда q — список, возвращаемое значение — Series, а не одно значение.
• Квантили можно использовать для выявления выбросов в данных; распространённый метод — правило IQR (1.5 межквартильного размаха).
• Для больших наборов данных вычисление квантилей очень эффективно.

---

Итог

Series.quantile()Это важная функция для анализа распределения данных. Её основные возможности включают:

• Поддерживает вычисление любого квантиля (от 0 до 1).
• Может вычислять несколько квантилей одновременно.
• Предоставляет несколько методов интерполяции для удовлетворения различных потребностей.
• Очень полезно для выявления выбросов.

В практическом анализе данных квантили часто используются для понимания формы распределения данных, сравнения различных наборов данных, выявления выбросов и т. д. В сочетании с ящичными диаграммами они позволяют более наглядно отображать распределение данных.

Часто используемые функции Pandas

Другие расширения