pandas 分位数

Pandas 提供了 `quantile()` 方法来计算数据的分位数。分位数是指将数据按照一定的百分比或比例划分为若干部分的值。

要计算某个分位数，你可以使用以下语法：

import pandas as pd

# 创建一个 Series 或 DataFrame 对象
data = pd.Series([1, 2, 3, 4, 5])

# 计算中位数（50% 分位数）
median = data.quantile(0.5)

# 计算其他分位数，例如 25% 分位数和 75% 分位数
q25 = data.quantile(0.25)
q75 = data.quantile(0.75)

print("Median: ", median)
print("25th percentile: ", q25)
print("75th percentile: ", q75)

这里的 `quantile()` 方法接受一个参数，表示要计算的分位数。参数的取值范围为 0 到 1，其中 0 表示最小值（0% 分位数），1 表示最大值（100% 分位数）。

以上代码将输出：

Median:  3.0
25th percentile:  2.0
75th percentile:  4.0

这样就可以方便地计算数据集的各个分位数了。