新站提交
  • 网站:49052
  • 待审:1013
  • 文章:97407
  • 会员:113

预备

本文用到的表格内容如下:

先来看一下原始景象:

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

result:

   数学成果  语文成果  英语成果
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\测验.xlsx')
print(df.var())

result:

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

1.1.2 求取每行的众数

df = pd.read_excel(r'C:\Users\admin\Desktop\测验.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 对独自的一行或许一列进行操作

1.2.1 求取独自某一列的众数

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

result:

0    35
dtype: int64

1.2.2 求取独自某一行的众数

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

result:

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

1.3 对多行或许多列进行操作

1.3.1 求取多列的众数

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

result:

   数学成果  语文成果
0    35    78

1.3.2 求取多行的众数

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

result:

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

2 求分位数

分位数是比中位数愈加具体的根据方位的目标,分位数主要有四分之一分位数,二分之一分位数(便是中位数)、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\测验.xlsx')
print(df.quantile(0.25))

result:

数学成果    35.0
语文成果    46.0
英语成果    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\测验.xlsx')
print(df.quantile(0.75))

result:

数学成果    89.0
语文成果    78.0
英语成果    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\测验.xlsx')
print(df.quantile(0.25))

result:

数学成果    35.0
语文成果    46.0
英语成果    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\测验.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 对独自的一行或许一列进行操作

2.3.1 对某一列求分位数

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

result:

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

2.4 对多行或许多列进行操作

2.4.1 对多列求分位数

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

result:

数学成果    35.0
语文成果    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\测验.xlsx')
print(df.iloc[[0, 1]].quantile(0.25))

result:

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

附:pandas 和 numpy核算分位数的差异

pandas 和 numpy中都有核算分位数的办法,pandas中是quantile,numpy中是percentile

两个办法其实没什么差异,用法上略微不同,quantile的长处是与pandas中的groupby结合运用,能够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核算第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,两种办法核算的结果是相同的

总结

到此这篇关于Python pandas系列之众数和分位数的文章就介绍到这了,更多相关pandas众数和分位数内容请查找脚本之家曾经的文章或持续阅读下面的相关文章期望我们今后多多支撑脚本之家!

  • 49052

    网站

  • 0

    小程序

  • 97407

    文章

  • 113

    会员

赶快注册账号,推广您的网站吧!