maxframe.dataframe.DataFrame.quantile#

DataFrame.quantile(q=0.5, axis=0, numeric_only=True, interpolation='linear')#

返回在给定分位数上的值，按请求的轴进行计算。

参数:

  • q (float or array-like, default 0.5 (50% quantile)) -- 介于 0 <= q <= 1 之间的值，表示要计算的分位数。

  • axis ({0, 1, 'index', 'columns'} (default 0)) -- 等于 0 或 'index' 表示按行计算，1 或 'columns' 表示按列计算。

  • numeric_only (bool, default True) -- 如果为 False，datetime 和 timedelta 数据的分位数也会被计算。

  • interpolation ({'linear', 'lower', 'higher', 'midpoint', 'nearest'}) -- 此可选参数指定当所需分位数位于两个数据点 i 和 j 之间时使用的插值方法：* linear: i + (j - i) * fraction，其中 fraction 是 i 和 j 之间的索引的小数部分。* lower: i。* higher: j。* nearest: 离得最近的 i 或 j。* midpoint: (i + j) / 2。

返回:

如果 q 是数组或张量，则返回一个 DataFrame，其中索引是 q，列是 self 的列，值是分位数。如果 q 是浮点数，则返回一个 Series，其中索引是 self 的列，值是分位数。

返回类型:

Series or DataFrame

参见

core.window.Rolling.quantile

滚动分位数。

numpy.percentile

用于计算百分位数的 Numpy 函数。

示例

>>> import maxframe.dataframe as md
>>> df = md.DataFrame(np.array([[1, 1], [2, 10], [3, 100], [4, 100]]),
...                   columns=['a', 'b'])
>>> df.quantile(.1).execute()
a    1.3
b    3.7
Name: 0.1, dtype: float64

>>> df.quantile([.1, .5]).execute()
       a     b
0.1  1.3   3.7
0.5  2.5  55.0