Come calcolare l'intervallo interquartile in python

L’ intervallo interquartile , spesso chiamato “IQR”, è un modo per misurare la distribuzione del 50% medio di un set di dati. Viene calcolato come la differenza tra il primo quartile* (il 25° percentile) e il terzo quartile (il 75° percentile) di un set di dati.

Fortunatamente, è facile calcolare l’intervallo interquartile di un set di dati in Python utilizzando la funzione numpy.percentile() .

Questo tutorial mostra diversi esempi di utilizzo pratico di questa funzione.

Esempio 1: intervallo interquartile di una tabella

Il codice seguente mostra come calcolare l’intervallo interquartile dei valori in un’unica tabella:

 import numpy as np

#define array of data
data = np.array([14, 19, 20, 22, 24, 26, 27, 30, 30, 31, 36, 38, 44, 47])

#calculate interquartile range 
q3, q1 = np. percentile (data, [75,25])
iqr = q3 - q1

#display interquartile range 
iqr

12.25

L’intervallo interquartile di questo set di dati risulta essere 12,25 . Questa è la distribuzione del 50% medio dei valori in questo set di dati.

Esempio 2: intervallo interquartile di una colonna di frame di dati

Il codice seguente mostra come calcolare l’intervallo interquartile per una singola colonna in un frame di dati:

 import numpy as np
import pandas as pd

#create data frame
df = pd.DataFrame({'rating': [90, 85, 82, 88, 94, 90, 76, 75, 87, 86],
                   'points': [25, 20, 14, 16, 27, 20, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 8, 5, 7, 6, 9, 9, 5],
                   'rebounds': [11, 8, 10, 6, 6, 9, 6, 10, 10, 7]})

#calculate interquartile range of values in the 'points' column
q75, q25 = np. percentile (df['points'], [75,25])
iqr = q75 - q25

#display interquartile range 
iqr

5.75

L’intervallo interquartile dei valori nella colonna dei punti risulta essere 5,75 .

Esempio 3: intervallo interquartile di più colonne di frame di dati

Il codice seguente mostra come calcolare contemporaneamente l’intervallo interquartile di più colonne in un frame di dati:

 import numpy as np
import pandas as pd

#create data frame
df = pd.DataFrame({'rating': [90, 85, 82, 88, 94, 90, 76, 75, 87, 86],
                   'points': [25, 20, 14, 16, 27, 20, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 8, 5, 7, 6, 9, 9, 5],
                   'rebounds': [11, 8, 10, 6, 6, 9, 6, 10, 10, 7]})

#define function to calculate interquartile range
def find_iqr(x):
  return np. subtract (*np. percentile (x, [75, 25]))

#calculate IQR for 'rating' and 'points' columns
df[[' rating ', ' points ']]. apply (find_iqr)

rating 6.75
points 5.75
dtype:float64

#calculate IQR for all columns
df. apply (find_iqr)

rating 6.75
points 5.75
assists 2.50
rebounds 3.75
dtype:float64

Nota: utilizziamo la funzione pandas.DataFrame.apply() per calcolare l’IQR per più colonne nel frame di dati sopra.

Risorse addizionali

L’intervallo interquartile (IQR) è influenzato da valori anomali?
Come calcolare l’intervallo interquartile (IQR) in Excel
Calcolatore dell’intervallo interquartile