Comment calculer les quantiles par groupe dans Pandas

Vous pouvez utiliser la syntaxe de base suivante pour calculer les quantiles par groupe dans Pandas :

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

Les exemples suivants montrent comment utiliser cette syntaxe dans la pratique.

Exemple 1 : calculer le quantile par groupe

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd

#create DataFrame 
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 

Le code suivant montre comment calculer le 90e centile des valeurs de la colonne « points », regroupées par la colonne « équipe » :

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

	score
team	
1	6.5
2	4.0

Voici comment interpréter le résultat :

• Le 90e centile des « points » pour l’équipe 1 est de 6,5 .
• Le 90e centile des « points » pour l’équipe 2 est de 4,0 .

Exemple 2 : Calculer plusieurs quantiles par groupe

Le code suivant montre comment calculer plusieurs quantiles à la fois par groupe :

import pandas as pd

#create DataFrame
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

Voici comment interpréter le résultat :

• Les premier et troisième quartiles des scores de l’équipe 1 sont respectivement de 4,0 et 5,0 .
• Les premier et troisième quartiles des scores de l’équipe 2 sont respectivement de 2,0 et 3,0 .

Ressources additionnelles

Les didacticiels suivants expliquent comment exécuter d’autres fonctions courantes dans les pandas :

Comment trouver la valeur maximale par groupe chez Pandas
Comment compter les observations par groupe chez les pandas
Comment calculer la moyenne des colonnes dans Pandas