Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment calculer les centiles en Python : avec des exemples



Le n ème centile d’un ensemble de données est la valeur qui coupe les n premiers pour cent des valeurs de données lorsque toutes les valeurs sont triées du plus petit au plus grand.

Par exemple, le 90e centile d’un ensemble de données est la valeur qui sépare les 90 % inférieurs des valeurs de données des 10 % supérieurs des valeurs de données.

Nous pouvons calculer rapidement les centiles en Python en utilisant la fonction numpy.percentile() , qui utilise la syntaxe suivante :

numpy.percentile(a, q)

où:

  • a : Tableau de valeurs
  • q : Percentile ou séquence de centiles à calculer, qui doit être compris entre 0 et 100 inclus.

Ce tutoriel explique comment utiliser cette fonction pour calculer des centiles en Python.

Comment trouver les centiles d’un tableau

Le code suivant illustre comment trouver différents centiles pour un tableau donné en Python :

import numpy as np

#make this example reproducible
np.random.seed(0)

#create array of 100 random integers distributed between 0 and 500
data = np.random.randint(0, 500, 100)

#find the 37th percentile of the array
np.percentile(data, 37)

173.26

#Find the quartiles (25th, 50th, and 75th percentiles) of the array
np.percentile(data, [25, 50, 75])

array([116.5, 243.5, 371.5])

Comment trouver les centiles d’une colonne DataFrame

Le code suivant montre comment trouver la valeur du 95e centile pour une seule colonne DataFrame pandas :

import numpy as np 
import pandas as pd

#create DataFrame
df = pd.DataFrame({'var1': [25, 12, 15, 14, 19, 23, 25, 29, 33, 35],
                   'var2': [5, 7, 7, 9, 12, 9, 9, 4, 14, 15],
                   'var3': [11, 8, 10, 6, 6, 5, 9, 12, 13, 16]})

#find 90th percentile of var1 column
np.percentile(df.var1, 95)

34.1

Comment trouver les centiles de plusieurs colonnes DataFrame

Le code suivant montre comment trouver la valeur du 95e centile pour plusieurs colonnes dans un DataFrame pandas :

import numpy as np 
import pandas as pd

#create DataFrame
df = pd.DataFrame({'var1': [25, 12, 15, 14, 19, 23, 25, 29, 33, 35],
                   'var2': [5, 7, 7, 9, 12, 9, 9, 4, 14, 15],
                   'var3': [11, 8, 10, 6, 6, 5, 9, 12, 13, 16]})

#find 95th percentile of each column
df.quantile(.95)

var1    34.10
var2    14.55
var3    14.65

#find 95th percentile of just columns var1 and var2
df[['var1', 'var2']].quantile(.95)

var1    34.10
var2    14.55

Notez que nous avons pu utiliser la fonction pandas quantile() dans les exemples ci-dessus pour calculer les centiles.

Connexes : Comment calculer les centiles dans R (avec des exemples)

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *