pandas - 计算 Pandas GroupBy 的任意百分比

Question

目前median在 Pandas 的GroupBy对象上有一个方法。

有没有办法计算分组上的任意值percentile（参见：http ://docs.scipy.org/doc/numpy-dev/reference/generated/numpy.percentile.html ）？

中位数将是百分位数的计算q=50。

Answer 1

你想要的quantile方法：

In [47]: df
Out[47]: 
           A         B    C
0   0.719391  0.091693  one
1   0.951499  0.837160  one
2   0.975212  0.224855  one
3   0.807620  0.031284  one
4   0.633190  0.342889  one
5   0.075102  0.899291  one
6   0.502843  0.773424  one
7   0.032285  0.242476  one
8   0.794938  0.607745  one
9   0.620387  0.574222  one
10  0.446639  0.549749  two
11  0.664324  0.134041  two
12  0.622217  0.505057  two
13  0.670338  0.990870  two
14  0.281431  0.016245  two
15  0.675756  0.185967  two
16  0.145147  0.045686  two
17  0.404413  0.191482  two
18  0.949130  0.943509  two
19  0.164642  0.157013  two

In [48]: df.groupby('C').quantile(.95)
Out[48]: 
            A         B
C                      
one  0.964541  0.871332
two  0.826112  0.969558

Answer 2

我在这里找到了另一个有用的解决方案

如果我必须使用groupby另一种方法可以是：

def percentile(n):
    def percentile_(x):
        return np.percentile(x, n)
    percentile_.__name__ = 'percentile_%s' % n
    return percentile_

使用下面的调用，我能够达到与@TomAugspurger 给出的解决方案相同的结果

df.groupby('C').agg([percentile(50), percentile(95)])

Answer 3

有了pandas >= 0.25.0你也可以使用命名聚合

一个例子是

import numpy
import pandas as pd
df = pd.DataFrame({'A': numpy.random.randint(1,3,size=100),'C': numpy.random.randn(100)})
df.groupby('A').agg(min_val = ('C','min'), percentile_80 = ('C',lambda x: x.quantile(0.8)))