当我们描述分组数据框时，25%、50%、75% 的值是什么？答案

【问题标题】：What are 25%,50%,75% values when we describe a grouped dataframe?当我们描述分组数据框时，25%、50%、75% 的值是什么？
【发布时间】：2020-01-12 03:50:30
【问题描述】：

我正在浏览 pandas groupby 文档，当我在特定列上进行分组时，如下所示：

df:

     A      B         C         D
0  foo    one -0.987674  0.039616
1  bar    one -0.653247 -1.022529
2  foo    two  0.404201  1.308777
3  bar  three  1.620780  0.574377
4  foo    two  1.661942  0.579888
5  bar    two  0.747878  0.463052
6  foo    one  0.070278  0.202564
7  foo  three  0.779684 -0.547192

grouped=df.groupby('A')
grouped.describe(A)

给予

              C                      ...         D                    
          count      mean       std  ...       50%       75%       max
A   B                                ...                              
bar one     1.0  0.224944       NaN  ...  1.107509  1.107509  1.107509
    three   1.0  0.704943       NaN  ...  1.833098  1.833098  1.833098
    two     1.0 -0.091613       NaN  ... -0.549254 -0.549254 -0.549254
foo one     2.0  0.282298  1.554401  ... -0.334058  0.046640  0.427338
    three   1.0  1.688601       NaN  ... -1.457338 -1.457338 -1.457338
    two     2.0  1.206690  0.917140  ... -0.096405  0.039241  0.174888

描述时 25%、50%、75% 表示什么？请解释一下？

【问题讨论】：

抱歉，我不是在寻找 o/p expand ，当描述 25% 50% 值是什么意思时，它们是如何实现的？
@jezrael 可能是一个重复的问题，但重定向的问题没有为我的问题伙伴提供答案
@jezrael 我不是在寻找显示选项伴侣.....我正在考虑上述数据框中低于 50% 和 75% 的值
是的，它正在工作，因为 min 以类似的方式给出最小值 50% 和 75% 的值是什么意思？我们如何得到这些？

标签： pandas pandas-groupby

【解决方案1】：

你可以测试DataFrameGroupBy.describe:

注意事项：

对于数字数据，结果的索引将包括计数、平均值、标准差、最小值、最大值以及较低、50 和较高的百分位数。 默认下百分位数为 25，上百分位数为 75。 50 个百分位数与中位数相同。

你能解释一下上面的 foo-one 值吗？

它叫Mulitindex：

分层/多级索引非常令人兴奋，因为它为一些非常复杂的数据分析和操作打开了大门，特别是对于处理更高维度的数据。从本质上讲，它使您能够在序列 (1d) 和 DataFrame (2d) 等低维数据结构中存储和操作任意维数的数据。

grouped=df.groupby(['A', 'B'])
df = grouped.describe()

print (df.index)
MultiIndex([('bar',   'one'),
            ('bar', 'three'),
            ('bar',   'two'),
            ('foo',   'one'),
            ('foo', 'three'),
            ('foo',   'two')],
           names=['A', 'B'])

print (df.columns)
MultiIndex([('C', 'count'),
            ('C',  'mean'),
            ('C',   'std'),
            ('C',   'min'),
            ('C',   '25%'),
            ('C',   '50%'),
            ('C',   '75%'),
            ('C',   'max'),
            ('D', 'count'),
            ('D',  'mean'),
            ('D',   'std'),
            ('D',   'min'),
            ('D',   '25%'),
            ('D',   '50%'),
            ('D',   '75%'),
            ('D',   'max')],
           )

print (df.loc[('foo','one'), ('C', '75%')])
-0.19421

【讨论】：

你能解释一下上面的 foo-one 值吗？
@Codenewbie - 嗯，对于foo 和one 的组合可能更容易exalin 创建由describe 计数的函数填充的最终数据帧的新行
我的意思是 foo 以及 'C' 和 'D' 的一个各自的 '%' 值
@Codenewbie - 是的，因为对于每个数字列C，D 又有MultiIndex 列中的count，mean，std 等更多功能 -所以对于df.loc[('foo','one'), ('C', '75%')] 从DataFrame 获取值
我担心 75% 的值怎么是 -0.19421？它是如何计算的？知道它是分位数的，它并不复杂

【解决方案2】：

您会看到数据框的分位数： https://en.wikipedia.org/wiki/Quantile

例如 25-%-Quantil：

25% 的值低于该值

在你的情况下：

A=条
B=一个

有 75% 的分位数 1.107509，这意味着组（条形和一个）中类型 D 的 75% 的数据条目低于此值。

【讨论】：

有道理，但我想不通，有点复杂！！

【解决方案3】：

要解释最小值、25%、50%、75% 和最大值，想象一下从最低到最高对每一列进行排序。第一个（最小）值是最小值。如果您遍历列表的四分之一，您会发现一个大于 25% 的值且小于 75% 的值的数字。那是 25% 的值（发音为“25th percentile”）。第 50 和第 75 的百分位数定义类似，最大值为最大值。

【讨论】：

【解决方案4】：

简单来说...

您将看到百分位数（25%、50%、75%..等）以及它们前面的一些值。

意义在于告诉你数据的分布情况。

例如：

s = pd.Series([1, 2, 3, 1])

s.describe()   will give

count    4.000000
mean     1.750000
std      0.957427
min      1.000000
25%      1.000000
50%      1.500000
75%      2.250000
max      3.000000

25% 表示 25% 的数据具有 1.0000 或以下的值。也就是说，如果您要手动查看数据，其中 25% 小于或等于 1。（如果您查看我们的数据 [1、2、3、1]，您会同意这一点。[1] 即25% 的数据小于或等于 1。

50% 表示 50% 的数据具有 1.5 或以下的值。 [1, 1] 占数据的 50% 小于等于 1.5。

75% 表示 75% 的数据具有 2.25 或更低的值。 [1, 2, 1] 占数据的 75% 小于等于 2.25。

【讨论】：

【解决方案5】：

_{旧问题，但添加了一个答案以便寻求帮助：}

在我注释版的 Pandas 书籍中，我解释了 .describe() 输出中 25%、50% 和 75% 值的重要性，这正是问题的答案：附：

如果有人需要我的注释版本，我可以分享。

【讨论】：