如何一次性获取DataFrame各列的四分位数？（数据集为df4）

要一次性获取数据集df4所有列的四分位数，不用费劲写复杂循环，pandas本身就有更高效的内置方法；如果一定要用循环，也有正确的写法，下面分别说明：

方法1：用pandas内置函数（推荐） #

这是最简洁高效的方式，完全不需要手动写循环：

• 快速查看统计信息（含四分位数）：用describe()函数，默认会输出包括25%、50%、75%分位数在内的核心统计值：

  print(df4.describe())
  

  要是只想保留四分位数，可以指定percentiles参数精准筛选：

  print(df4.describe(percentiles=[0.25, 0.5, 0.75]))
  

• 精准获取四分位数：用quantile()函数直接指定分位数，结果会以DataFrame格式返回，行是分位数，列是原数据的列，结构清晰：

  quartiles = df4.quantile([0.25, 0.5, 0.75])
  print(quartiles)
  

方法2：正确的for循环写法 #

如果你坚持要用循环（比如需要对每列做额外处理），注意要筛选数值型列并正确存储结果，避免之前的错误：

import pandas as pd

# 初始化字典存储每列的四分位数
col_quartiles = {}

# 遍历所有列
for column in df4.columns:
    # 只处理数值类型的列，避免非数值列（如字符串、日期）报错
    if pd.api.types.is_numeric_dtype(df4[column]):
        # 获取当前列的四分位数
        q_values = df4[column].quantile([0.25, 0.5, 0.75])
        col_quartiles[column] = q_values

# 转成DataFrame方便查看
result_df = pd.DataFrame(col_quartiles)
print(result_df)

你之前循环出错的常见原因： #

• 没过滤非数值列，导致字符串、日期类型的列报错或返回无意义结果
• 没有将每列的结果存储汇总，只是临时打印后丢失
• 调用quantile()时参数错误，比如没传入分位数列表

内容的提问来源于stack exchange，提问作者Pranav