Pandas计算列A第一五分位数对应行的列B平均值实现咨询

首先修正你获取分位数的代码：df.A.quantile([1]) 实际计算的是A列的最大值，若要获取你示例中提到的第一五分位（即A列数值最高的前20%分界值），需要传入分位点参数0.8，完整实现逻辑如下：

1. 计算A列的80百分位数作为筛选阈值
2. 筛选出A列大于等于该阈值的行
3. 对筛选结果的B列求平均值

对应代码：

# 计算A列80分位数作为分界阈值
threshold = df['A'].quantile(0.8)
# 筛选符合条件的行后求B列平均值
result = df[df['A'] >= threshold]['B'].mean()

示例验证 #

用你提供的测试数据运行代码后：

• 计算得到的阈值为7.5
• 符合条件的行是Identifier为G、H的两条记录，对应B列值为2、1
• 最终计算得到的平均值为1.5，完全符合你的预期。

如果你后续需要统计A列数值最低的20%区间的B列平均值，仅需将分位点参数改为0.2，同时将筛选条件改为df['A'] <= threshold即可。

内容的提问来源于stack exchange，提问作者Kilian Smith