兩天前的新問題。當您擁有大量數據時，PANDAS 可以讓您在生成統計數據的同時就地過濾內容，因此您不必為所有內容創建新的數據框?，F在，我懷疑這樣做有細微差別，因為以兩種不同的方式做事 - 一種是“智能”方式，一種是“明確”方式，給了我非常不同的答案，一種顯然是正確的（明確的），一個顯然是錯誤的（聰明的方式）。有人可以指出我所缺少的方向。這是細節。我有 250 萬行數據，描述了一系列不同設備類型的故障時間。其中兩個的描述性統計數據如下。（請注意，這些實際上是采礦設備，但我必須清理一些東西，所以我已經替換了名稱）。 Count Min Mean MaxCC_CauseLocationEquipmentType Coffee Machines 204136 0.000556 71.797146 23407.41667Blenders 52424 0.008333 750.880591 23077.79167如果我嘗試獲取設備故障時間的分位數，使用print(df2.groupby("CC_CauseLocationEquipmentType").quantile([.1, .25, .5, .75,0.9,0.95,0.99,0.99999]))然后我看到以下分位數。
2 回答
滄海一幻覺
TA貢獻1824條經驗 獲得超5個贊
很有意思。至少在我的 Pandas (0.25.1) 版本中顯然存在一個 bug df.groupby(...).quantile(<array-like>)。該代碼路徑是不同的，甚至在非常簡單的例子中似乎也被打破了，比如：
df = pd.DataFrame(
{"A": [0., 0., 0.], "B": ["X", "Y", "Z"]}
)
result = df.groupby("B").quantile([0.5, 0.9])
雖然它適用于 2 元素版本：
df = pd.DataFrame(
{"A": [0., 0.], "B": ["X", "Y"]}
)
result = df.groupby("B").quantile([0.5, 0.9])
我會避免在類似數組的對象上使用 groupby 和分位數，直到代碼被修復，即使在它現在可以工作的情況下也是如此，因為它很可能容易出錯。
Blame 還顯示了很多相當新鮮的更新（10 個月、16 個月）也正是處理這些代碼片段。
慕妹3242003
TA貢獻1824條經驗 獲得超6個贊
您在兩個示例中都看不到分位數在起作用。只有零，每個組只有一個元素，所以結果總是零。還是我在這里錯了？
我有 pandas 0.25.3 并獲得有用的結果
import pandas as pd
df = pd.DataFrame(
{"A": [1., 2., 3., 4., 5., 6.], "B": ["X", "X", "Y", "Y", "Z", "Z"]}
)
result = df.groupby("B").quantile([0.5, 0.9])
print(result)
輸出：
A
B
X 0.5 1.5
0.9 1.9
Y 0.5 3.5
0.9 3.9
Z 0.5 5.5
0.9 5.9
如果它適用于傳遞給你的單個數字，quantiles()你可以破解類似
q = [0.2, 0.5, 0.9]
res = [df.groupby("B").quantile(_).loc['X', 'A'] for _ in q]
df_q = pd.DataFrame({'A':res, 'quantiles':q})
print(df_q)
輸出：
A quantiles
0 1.2 0.2
1 1.5 0.5
2 1.9 0.9
直到它被修復。
添加回答
舉報
0/150
提交
取消