我有2个实验组一个数据帧,我试图让百分位分布。然而,该数据已经分组:
df = pd.DataFrame({'group': ['control', 'control', 'control','treatment','treatment','treatment'],
'month': [1,4,9,2,5,12],
'ct': [8,4,2,5,5,7]})
我想计算哪个月是代表25,第50,第75每组百分点,但数据帧是在组/月变量已分组。
更新1:我知道我没有澄清我遇到了麻烦。这是一个数据帧分组,因此控制中,例如,具有8个数据点,其中一个月= 1,4,其中一个月= 4,和2,其中一个月= 9.下列百分比值应为:
x = pd.Series([1,1,1,1,1,1,1,1,4,4,4,4,9,9)]
x.quantile([0.25,0.5,0.75])
>> 0.25 1.0
0.50 1.0
0.75 4.0
dtype: float64
按组分组并采取位数不能提供一个准确的答案。有没有办法爆炸了计数,并采取取消组合值的百分位数?最终目标应该有这些值:
p25 p50 p75
control 1 1 4
treatment 2 5 12
您可以使用Series.repeat
再拿到位数:
df.groupby('group').apply(lambda x: (x.month.repeat(x.ct)).quantile([0.25, 0.5, 0.75])).rename_axis([None], axis=1)
0.25 0.50 0.75
group
control 1.0 1.0 4.0
treatment 2.0 5.0 12.0
您可以尝试使用pd.quanitle
与所需的百分比为列表
df.groupby('group').quantile([0.25,0.50,0.75])
日期:
ct month
group
control 0.25 3.0 2.5
0.50 4.0 4.0
0.75 6.0 6.5
treatment 0.25 5.0 3.5
0.50 5.0 5.0
0.75 6.0 8.5
您可能要检查describe
df.groupby('group').describe().stack()