【Python】データサイエンス100本ノック（構造化データ加工編） 032 解説

• データサイエンス100本ノックをやりきる会を作りました🎉
• こちらのSlack招待URLからご参加ください！！
• ぜひ一緒に励まし合いながら、データサイエンス100本ノックをやり切りたいと思っています！

Youtube

動画解説もしています。

問題

P-032: レシート明細データフレーム（df_receipt）の売上金額（amount）について、25％刻みでパーセンタイル値を求めよ。

解答

コード例1

np.percentile(df_receipt['amount'], q=[25, 50, 75,100])

出力

コード例1

array([102. ,170. ,288. ,10925. ])

解答

コード例2

df_receipt.amount.quantile(q=np.arange(5)/4)

出力

コード例2

0.00    10.0
0.25    102.0
0.50    170.0
0.75    288.0
1.00    10925.0
Name: amount, dtype: float64

解説

・コード1はNumPyメイン、コード2はPandasメインです。
・'np.percentile(<データ名>[<列名>], q=[ , , , ])'は、NumPyの'percentile'関数を使用しています。
・データを小さい順に並べた時に、初めから数えて全体のN%にあるデータをNパーセンタイルと呼びます。
・第一四分位数は25パーセンタイル、中央値は50パーセンタイル、第三四分位数は75パーセンタイルです。
・'np.percentile'は、NumPyの関数であり、パーセンタイルを算出します。'q'でパーセンタイルを指定します。
・'.quantile'は、Pandasの関数であり、パーセンタイルを算出します。'q'でパーセンタイルを指定します。
・'np.arange'は、NumPyの関数であり、等差数列を指定します。例えば、'np.arange(1,10,2)'は、1から10までの等差2の数列を指定します。
・今回の場合、'np.arange(5)'は、0から4までの等差1の数列[0,1,2,3,4]を指定しています。初めの数および等差の指定がない場合は、0始まり、等差1となります。
・np.arange(5)=[0,1,2,3,4]であり、それを4で割っているので、パーセンタイルとして指定しているのは[0, 0.25, 0.5, 0.75, 1]となります。