Python如何用描述函数计算25百分位数

Question

对于数据帧中的给定数据集，当我应用describe函数时，得到了基本的统计数据，包括最小、最大、25%、50%等。

例如：

data_1 = pd.DataFrame({'One':[4,6,8,10]},columns=['One'])
data_1.describe()

产出如下：

        One
count   4.000000
mean    7.000000
std     2.581989
min     4.000000
25%     5.500000
50%     7.000000
75%     8.500000
max     10.000000

我的问题是：计算25%的数学公式是什么？

1)据我所知，是：

formula = percentile * n (n is number of values)

在这种情况下：

25/100 * 4 = 1

第一个位置是4号，但根据描述函数，它是5.5。

2)另一个例子说--如果你得到一个整数，那么取4和6的平均数--即5--仍然不符合描述给出的5.5。

3)另一个教程说--你把这两个数字之间的差额乘以25% --然后加到较低的数字上：

25/100 * (6-4) = 1/4*2 = 0.5

将其添加到较低的数字：4 + 0.5 = 4.5

还是没有得到5.5。

有人能澄清一下吗？

Answer 1

在熊猫文献中有关于分位数计算的信息，其中引用了numpy.percentile：

返回给定分位数的值，即la numpy.percentile。

然后，通过检查numpy.percentile 解释，我们可以看到，默认情况下，插值方法被设置为线性：

线性:i+ (j - i) *分数，其中分数是指数中被i和j包围的分数部分。

对于您的特殊情况，25位数的结果是：

res_25 = 4 + (6-4)*(3/4) =  5.5

对于第75分位数，我们得到：

res_75 = 8 + (10-8)*(1/4) = 8.5

如果您将插值方法设置为“中点”，那么您将得到您想要的结果。

。

Answer 2

我认为把这个计算看作是min+(max-min)*percentile.更容易理解它的结果与NumPy中描述的这个函数相同：

线性:i+ (j - i) *分数，其中分数是指数中被i和j包围的分数部分。

res_25 = 4+(10-4)*percentile = 4+(10-4)*25% = 5.5
res_75 = 4+(10-4)*percentile = 4+(10-4)*75% = 8.5