python - Pandas 显示错误的百分位数吗？

Question

我正在使用这个 WNBA 数据集 here .我正在分析 Height 变量，下表显示了记录的每个高度值的频率、累积百分比和累积频率:

从表中我可以很容易地得出结论，第一个四分位数(第 25 个百分位数)不能大于 175。

但是，当我使用 Series.describe() 时，我被告知第 25 个百分位数是 176.5。为什么会这样？

wnba.Height.describe()
count    143.000000
mean     184.566434
std        8.685068
min      165.000000
25%      176.500000
50%      185.000000
75%      191.000000
max      206.000000
Name: Height, dtype: float64

Answer 1

有多种方法可以估计分位数。
175.0 与 176.5 涉及两种不同的方法:

1. 包括 Q1(这给出 176.5)和
2. 不包括 Q1(给出 175.0)。

估计有如下不同

#1
h = (N − 1)*p + 1 #p being 0.25 in your case
Est_Quantile =  x⌊h⌋ + (h − ⌊h⌋)*(x⌊h⌋ + 1 − x⌊h⌋)

#2
h = (N + 1)*p   
x⌊h⌋ + (h − ⌊h⌋)*(x⌊h⌋ + 1 − x⌊h⌋)