如何计算pandas multiindex DataFrame中的分位数？

Question

我有一个pandas multiindex DataFrame，我想计算其在特定索引级别上的值的分位数。 最好用一个例子来解释。

首先，让我们创建DataFrame：

import itertools
import pandas as pd
import numpy as np

item = ('A', 'B')
item_type = (0, 1, 2)
location = range(5)
idx = pd.MultiIndex.from_tuples(list(itertools.product(item, item_type, location)),names=('Item', 'Type', 'Location'))
df = pd.DataFrame(np.random.randn(len(idx), 3), index=idx,columns=('C1', 'C2', 'C3'))
df

假设我们想要计算所有位置上每个项目和类型的列值中值的表格。 这很容易使用内置的.median方法：

median_df = df.median(level=[0,1])
median_df

这将生成一个带有multiindex =（Item，Type）的三列DataFrame。 它适用于大多数常见功能，如.mean，.max，.min等。

但它对.quantile不起作用 - 奇怪的是，分位数没有'level'参数。

如何以与中位数等相同的方式计算给定的分位数？

Answer 1

通过首先按多指数级别分组来应用quantile功能：

df.groupby(level=[0,1]).quantile()

相同的结果将适用于中median函数，因此以下行等同于您的代码df.median(level=[0,1]) ：

df.groupby(level=[0,1]).median()

对于groupby函数返回的GroupBy对象，您还有一个agg函数，它允许您一次批量调用多个函数调用，结果数据框将有多个列级别：

df.groupby(level=[0,1]).agg(['median', 'quantile'])