使用Pandas计算分位数时输出多余0的原因及解决方法

问题重现 #

你编写的计算年龄分位数的代码如下：

age_batch=[15,16,20,21,21,
21,21,21,21,21,
21,21,21,21,21,
21,21,21,22,22,
22,22,22,22,22,
23,23,23,23,23,
24,24,24,26,26,
27,27,28,35,56]

import pandas as pd
data= pd.DataFrame(age_batch)

q1=data.quantile(0.25)
q2=data.quantile(0.5)
q3=data.quantile(0.75)
IQR=(q3-q1)/2
print("first quartile is",q1.to_string())
print("second quartile is ", q2.to_string())
print("third quartile is ", q3.to_string())
print("IQR Age is ", IQR.to_string())

运行后输出出现多余的‘0’：

first quartile is 0    21.0
second quartile is  0    22.0
third quartile is  0    23.25
IQR Age is  0    1.125

原因分析 #

这个‘0’是列索引：因为你把数据存成了DataFrame（即使只有1列），quantile()方法返回的是Series对象，这个Series的索引对应原DataFrame的默认列名（自动分配的0）。调用to_string()时，会把索引和对应的数值一起打印出来，所以出现了多余的‘0’。

解决方法 #

有两种简单方式可以移除这个多余的‘0’：

方法1：提取Series中的标量值

直接从返回的Series中取出数值，而不是保留整个Series对象。可以用.iloc[0]或者.values[0]提取：

age_batch=[15,16,20,21,21,
21,21,21,21,21,
21,21,21,21,21,
21,21,21,22,22,
22,22,22,22,22,
23,23,23,23,23,
24,24,24,26,26,
27,27,28,35,56]

import pandas as pd
data= pd.DataFrame(age_batch)

# 提取标量值
q1=data.quantile(0.25).iloc[0]
q2=data.quantile(0.5).iloc[0]
q3=data.quantile(0.75).iloc[0]
IQR=(q3-q1)/2

# 直接打印数值，无需to_string()
print("first quartile is", q1)
print("second quartile is ", q2)
print("third quartile is ", q3)
print("IQR Age is ", IQR)

方法2：改用Series存储数据

如果你的数据只有一列，直接用pd.Series存储，quantile()会直接返回标量值，无需额外处理：

age_batch=[15,16,20,21,21,
21,21,21,21,21,
21,21,21,21,21,
21,21,21,22,22,
22,22,22,22,22,
23,23,23,23,23,
24,24,24,26,26,
27,27,28,35,56]

import pandas as pd
# 用Series存储单列数据
data= pd.Series(age_batch)

q1=data.quantile(0.25)
q2=data.quantile(0.5)
q3=data.quantile(0.75)
IQR=(q3-q1)/2

print("first quartile is", q1)
print("second quartile is ", q2)
print("third quartile is ", q3)
print("IQR Age is ", IQR)

修改后输出 #

两种方法运行后都会得到干净的输出：

first quartile is 21.0
second quartile is  22.0
third quartile is  23.25
IQR Age is  1.125

内容的提问来源于stack exchange，提问作者Akhila Joseph