python--pandas 分位数

搞懂箱形图分析，快速识别异常值！

1. pandas 分位数
   df.quantile(q=0.75)
   计算分位数：$pos=1+(n-1)\ast q$
   $pos=integer+float（整数部分+小数部分）$

 ans = df[integer-1] + float * (df[integer] - df[integer - 1])

举个例子：
定义一个DataFrame

df = pd.DataFrame({'key1':np.arange(0,6),
                  'key2':np.arange(6,12)})
print(df)

key1  key2
0     0     6
1     1     7
2     2     8
3     3     9
4     4    10
5     5    11

• 通过函数直接求出结果

df.quantile(q=0.75)

key1    3.75
key2    9.75
Name: 0.75, dtype: float64

• 通过给出的公式求：

import math
q = 0.75
pos = 1 + (len(df) - 1) * q
ret,integer = math.modf(pos)#求出分位的小数部分和整数部分
print('整数部分是%f,小数部分是%f'%(integer,ret))
ans = df['key1'][int(integer)-1] + ret * (df['key1'][int(integer)] - df['key1'][int(integer)-1])
print('key1 ',ans)
ans2 = df['key2'][int(integer)-1] + ret * (df['key2'][int(integer)] - df['key2'][int(integer)-1])
print('key2 ',ans2)

整数部分是4.000000,小数部分是0.750000
key1 3.75
key2 9.75