在 Python 中计算低于平均值 2.5% 和高于平均值 2.5%

问题描述

如何打印数据框，其中人口在平均值的 5% 以内？ （低于 2.5%，高于 2.5%）

这是我尝试过的：

mean = df['population'].mean()
minimum = mean - (0.025*mean)
maximum = mean + (0.025*mean)

df[df.population < maximum]

解决方法

使用：

df.loc[(df['population'] > minimum) & (df['population'] < maximum)]

,

import pandas as pd 
df = pd.read_csv("fileName.csv")
#suppose this dataFrame contains the population in the int format
mean = df['population'].mean()
minimum = mean - (0.025*mean)
maximum = mean + (0.025*mean)

ans = df.loc[(df['population']>minimum) & (df['population'] <maximum)]
ans

你可以使用这个

,

我构建了这个数据框用于测试。

import numpy as np
import pandas as pd

random_data = np.random.randint(1_000_000,100_000_000,200)

random_df = pd.DataFrame(random_data,columns=['population'])

random_df

这是您所要求的具体答案。

pop = random_df.population
top_boundary = pop.mean() + pop.mean() * 0.025
low_boundary = pop.mean() - pop.mean() * 0.025

criteria_boundary_limits = random_df.population.between(low_boundary,top_boundary)

criteria_boundary_df = random_df.loc[criteria_boundary_limits]

criteria_boundary_df

但是，也许，使用分位数可以得到另一个答案。我使用了 40 个分位数，因为 1/40 = 0.025。

groups_list = list(range(1,41))

random_df['groups'] = pd.qcut(random_df['population'],40,labels = groups_list)

criteria_groups_limits = random_df.groups.between(20,21)
criteria_groups_df = random_df.loc[criteria_groups_limits]

criteria_groups_df