Pandas에서 그룹별로 분위수를 계산하는 방법

다음 기본 구문을 사용하여 Pandas에서 그룹별로 분위수를 계산할 수 있습니다.

 df. groupby (' grouping_variable '). quantile ( .5 )

다음 예에서는 이 구문을 실제로 사용하는 방법을 보여줍니다.

예시 1: 그룹별 분위수 계산

다음과 같은 팬더 DataFrame이 있다고 가정합니다.

 import pandas as pd

#createDataFrame 
df = pd. DataFrame ({' team ': [1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2],
                   ' score ': [3, 4, 4, 5, 5, 8, 1, 2, 2, 3, 3, 5]})

#view first five rows
df. head ()

team score
0 1 3
1 1 4
2 1 4
3 1 5
4 1 5 

다음 코드는 “팀” 열을 기준으로 그룹화된 “포인트” 열 값의 90번째 백분위수를 계산하는 방법을 보여줍니다.

 df. groupby (' team '). quantile ( .90 )

	score
team	
1 6.5
2 4.0

결과를 해석하는 방법은 다음과 같습니다.

• 팀 1의 ‘점수’ 90번째 백분위수는 6.5 입니다.
• 팀 2의 ‘점수’ 90번째 백분위수는 4.0 입니다.

예 2: 그룹당 여러 분위수 계산

다음 코드는 그룹당 한 번에 여러 분위수를 계산하는 방법을 보여줍니다.

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': [1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2],
                   ' score ': [3, 4, 4, 5, 5, 8, 1, 2, 2, 3, 3, 5]})

#create functions to calculate 1st and 3rd quartiles
def q1(x):
    return x. quantile ( 0.25 )

def q3(x):
    return x. quantile ( 0.75 )

#calculate 1st and 3rd quartiles by group
vals = {' score ': [q1, q3]}

df. groupby (' team '). agg (vals)

	score
        q1 q3
team		
1 4.0 5.0
2 2.0 3.0

결과를 해석하는 방법은 다음과 같습니다.

• 팀 1 점수의 1분위수와 3분위수는 각각 4.0 과 5.0 입니다.
• 팀 2 점수의 1분위수와 3분위수는 각각 2.0 과 3.0 입니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 기능을 수행하는 방법을 설명합니다.

Pandas에서 그룹당 최대값을 찾는 방법
팬더에서 그룹 목격 횟수를 계산하는 방법
Pandas에서 열의 평균을 계산하는 방법