如何计算熊猫多索引数据帧中的分位数？答案

【问题标题】：How to calculate quantiles in a pandas multiindex DataFrame?如何计算熊猫多索引数据帧中的分位数？
【发布时间】：2016-04-07 03:31:33
【问题描述】：

我有一个 pandas 多索引 DataFrame，我想计算其值在特定索引级别上的分位数。最好用一个例子来解释。

首先，让我们创建 DataFrame：

import itertools
import pandas as pd
import numpy as np

item = ('A', 'B')
item_type = (0, 1, 2)
location = range(5)
idx = pd.MultiIndex.from_tuples(list(itertools.product(item, item_type, location)),names=('Item', 'Type', 'Location'))
df = pd.DataFrame(np.random.randn(len(idx), 3), index=idx,columns=('C1', 'C2', 'C3'))
df

假设我们要计算所有位置的每个项目和类型的列值中位数的表格。使用内置的 .median 方法很容易做到这一点：

median_df = df.median(level=[0,1])
median_df

这将生成一个包含 multiindex=(Item, Type) 的三列 DataFrame。它适用于最常见的函数，如 .mean、.max、.min 等。

但它对 .quantile 不起作用——奇怪的是，quantile 没有 'level' 参数。

如何以与计算中位数等相同的方式计算给定的分位数？

【问题讨论】：

标签： python pandas

【解决方案1】：

通过首先按多索引级别分组来应用quantile 函数：

df.groupby(level=[0,1]).quantile()

同样的结果也适用于median 函数，所以下面这行相当于你的代码df.median(level=[0,1])：

df.groupby(level=[0,1]).median()

与groupby 函数返回的GroupBy 对象相比，您还拥有agg 函数，该函数允许您一次批量处理多个函数调用，并且生成的数据框将具有多个级别的列：

df.groupby(level=[0,1]).agg(['median', 'quantile'])

【讨论】：