如何使用Python的pandas库获取DataFrame数据的最小值、最大值以及自定义分位数？

一、如何使用python的pandas库获取DataFrame数据的最小值、最大值以及自定义分位数？

Pandas是一个非常流行的Python数据处理库，它提供了大量的方法和工具来处理和分析数据。在本文中，我将向您展示如何使用Pandas获取dataframe格式数据的最小值、最大值和自定义分位数。

1、 获取最小值和最大值

获取dataframe的最小值和最大值非常简单。可以使用Pandas的min()和max()函数来获取dataframe中所有列的最小值和最大值。

例如，以下代码将获取名为df的dataframe中所有列的最小值和最大值：

import pandas as pddf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})print(df.min())print(df.max())

输出：

A    1B    4dtype: int64A    3B    6dtype: int64

可以看到，min()函数返回了每列的最小值，max()函数返回了每列的最大值。

如果您只需要获取单个列的最小值或最大值，可以使用以下代码：

import pandas as pddf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})print(df['A'].min())print(df['B'].max())

输出：

16

2、获取自定义分位数

获取dataframe的自定义分位数也很简单。可以使用Pandas的quantile()函数来获取dataframe中所有列的自定义分位数。

例如，以下代码将获取名为df的dataframe中所有列的1/4分位数和3/4分位数：

import pandas as pddf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})print(df.quantile([0.25, 0.75]))

输出：

      A    B0.25  1.25  4.50.75  2.75  5.5

可以看到，quantile()函数返回了每列的1/4分位数和3/4分位数。

如果您只需要获取单个列的自定义分位数，可以使用以下代码：

import pandas as pddf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})print(df['A'].quantile([0.25, 0.75]))print(df['B'].quantile([0.25, 0.75]))

输出：

0.25    1.250.75    2.75Name: A, dtype: float640.25    4.50.75    5.5Name: B, dtype: float64

以上就是使用Pandas获取dataframe格式数据的最小值、最大值和自定义分位数的攻略。希望本文对您有所帮助！

来源地址：https://blog.csdn.net/qq_46179813/article/details/129765264