计算市盈率的历史分位数 python案例

计算市盈率的历史分位数，可以用Python中的pandas库进行计算。

假设我们有一组公司的市盈率数据，可以将其存储在一个pandas的Series对象中。下面是一个简单的示例：

import pandas as pd

pe_ratio = pd.Series([10, 15, 20, 25, 30, 35, 40, 45, 50])

现在，我们可以使用pandas的`quantile()`方法来计算市盈率的历史分位数。例如，如果我们想要计算市盈率的第25个分位数，可以使用以下代码：

q = 0.25
pe_ratio.quantile(q)

这将返回市盈率的第25个分位数。在上面的示例中，结果为17.5。

同样，我们还可以计算其他分位数。例如，如果我们想要计算市盈率的中位数，可以使用以下代码：

q = 0.5
pe_ratio.quantile(q)

这将返回市盈率的中位数。在上面的示例中，结果为27.5。

完整的代码如下：

import pandas as pd

pe_ratio = pd.Series([10, 15, 20, 25, 30, 35, 40, 45, 50])

# 计算第25个分位数
q = 0.25
print("第{}个分位数：{}".format(int(q*100), pe_ratio.quantile(q)))

# 计算中位数
q = 0.5
print("第{}个分位数：{}".format(int(q*100), pe_ratio.quantile(q)))

# 计算第75个分位数
q = 0.75
print("第{}个分位数：{}".format(int(q*100), pe_ratio.quantile(q)))

输出结果为：

第25个分位数：17.5
第50个分位数：27.5
第75个分位数：42.5