Como calcular o intervalo interquartil em python

O intervalo interquartil , muitas vezes chamado de “IQR”, é uma forma de medir a distribuição dos 50% intermediários de um conjunto de dados. É calculado como a diferença entre o primeiro quartil* (percentil 25) e o terceiro quartil (percentil 75) de um conjunto de dados.

Felizmente, é fácil calcular o intervalo interquartil de um conjunto de dados em Python usando a função numpy.percentile() .

Este tutorial mostra vários exemplos de uso prático desta função.

Exemplo 1: intervalo interquartil de uma tabela

O código a seguir mostra como calcular o intervalo interquartil de valores em uma única tabela:

 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

O intervalo interquartil deste conjunto de dados é 12,25 . Esta é a distribuição dos 50% intermediários dos valores neste conjunto de dados.

Exemplo 2: Intervalo Interquartil de uma Coluna de Quadro de Dados

O código a seguir mostra como calcular o intervalo interquartil para uma única coluna em um quadro de dados:

 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

O intervalo interquartil dos valores na coluna de pontos é 5,75 .

Exemplo 3: intervalo interquartil de múltiplas colunas de quadro de dados

O código a seguir mostra como calcular o intervalo interquartil de múltiplas colunas em um quadro de dados simultaneamente:

 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: Usamos a função pandas.DataFrame.apply() para calcular o IQR para múltiplas colunas no quadro de dados acima.

Recursos adicionais

O intervalo interquartil (IQR) é afetado por valores discrepantes?
Como calcular o intervalo interquartil (IQR) no Excel
Calculadora de intervalo interquartil