如何計算pandas multiindex DataFrame中的分位數？

Question

我有一個pandas multiindex DataFrame，我想計算其在特定索引級別上的值的分位數。 最好用一個例子來解釋。

首先，讓我們創建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

假設我們想要計算所有位置上每個項目和類型的列值中值的表格。 這很容易使用內置的.median方法：

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

這將生成一個帶有multiindex =（Item，Type）的三列DataFrame。 它適用於大多數常見功能，如.mean，.max，.min等。

但它對.quantile不起作用 - 奇怪的是，分位數沒有'level'參數。

如何以與中位數等相同的方式計算給定的分位數？

Answer 1

通過首先按多指數級別分組來應用quantile功能：

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

相同的結果將適用於中median函數，因此以下行等同於您的代碼df.median(level=[0,1]) ：

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

對於groupby函數返回的GroupBy對象，您還有一個agg函數，它允許您一次批量調用多個函數調用，結果數據框將有多個列級別：

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