四分位数与pandas中的quantile函数

四分位数与pandas中的quantile函数

1.分位数概念

统计学上的有分位数这个概念，一般用p来表示。原则上p是可以取0到1之间的任意值的。但是有一个四分位数是p分位数中较为有名的。

所谓四分位数；即把数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。

为了更一般化，在计算的过程中，我们考虑p分位。当p=0.25 0.5 0.75 时，就是在计算四分位数。

• 第1四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。
• 第2四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。
• 第3四分位数 (Q3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。

2.计算方法

1）确定p分位数的位置（有两种方法）：

方法1 pos = (n+1)*p

方法2 pos = 1+(n-1)*p（pandas 中使用的是方法2）

2）计算分位数，一般有五种方法，pandas里面的quantile函数中，interpolation参数来控制（见后）

3.quantile函数

pandas库quantile函数可以很方便的帮助我们进行分位数的计算。

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

常用参数：

q : 数字或者是类列表，范围只能在0-1之间，默认是0.5，即中位数-第2四分位数