Pandas, как найти квартиль фрейма данных для каждого ключа в строке

Что мне нужно найти для всех моих значений ключей, что такое 3-й квартиль? тогда мне нужно будет каким-то образом отобразить эту информацию для каждого ключа. ниже приведен пример того, что я ищу, но второй фрейм данных может выглядеть иначе

Dataframe A   -> Dataframe A
Key, value       key, value, Quartile(3rd)
A    2           A    2      result of third quartile here X as placeholder
B    3           B    3      result of third quartile here Y as placeholder
A    4           A    4      x
A    5           A    5      x
A    6           A    6      x
B    6           B    6      y
C    1           C    6      z
etc

Квартиль не нужно вставлять в новый столбец, мне просто нужно знать для всех моих значений A, что такое 3-й квартиль.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
23
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете использовать GroupBy.quantile с 0,75 для квантиля 75% (3-й квартиль):

df.groupby('Key')['value'].quantile(0.75)

выход:

Key
A    5.25
B    5.25
C    1.00
Name: value, dtype: float64

Чтобы повторить значения для всех строк в группе, вы можете использовать transform:

df['Quartile(3rd)'] = df.groupby('Key')['value'].transform(lambda s: s.quantile(0.75))

выход:

  Key  value  Quartile(3rd)
0   A      2           5.25
1   B      3           5.25
2   A      4           5.25
3   A      5           5.25
4   A      6           5.25
5   B      6           5.25
6   C      1           1.00

Другие вопросы по теме