以百分位数为基础拆分数据框-python

首先，我们需要导入 pandas 库来操作数据框。假设我们有一个名为 df 的数据框，其中有一个名为 'col' 的列需要根据其值的百分位数来进行拆分。

步骤1：计算百分位数 使用 pandas 库中的 quantile() 函数来计算 'col' 列的百分位数。例如，如果我们想将数据框根据 'col' 列的第25个和第75个百分位数进行拆分，则可以使用以下代码：

q1 = df['col'].quantile(0.25)
q3 = df['col'].quantile(0.75)

步骤2：根据百分位数拆分数据框 使用 pandas 库中的 loc[] 函数来根据 'col' 的值拆分数据框。例如，如果我们想要从数据框 df 中选择 'col' 在第25个和第75个百分位数之间的行，则可以使用以下代码：

df_25_75 = df.loc[(df['col'] >= q1) & (df['col'] <= q3)]

完整代码示例：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'col': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]})

# 计算第25个和第75个百分位数
q1 = df['col'].quantile(0.25)
q3 = df['col'].quantile(0.75)

# 拆分数据框，选择 'col' 在第25个和第75个百分位数之间的行
df_25_75 = df.loc[(df['col'] >= q1) & (df['col'] <= q3)]

# 打印拆分后的数据框
print(df_25