pandas.core.window.expanding.Expanding.quantile # 扩大。分位数( q , interpolation = '线性' , numeric_only = False ) [来源] # 计算扩展分位数。 参数: 分位数浮点数要计算的分位数。 0 <= 分位数 <= 1。 自 2.1.0 版起已弃用:在未来版本中将重命名为“q”。 插值{'线性', '较低', '较高', '中点', '最近'}此可选参数指定当所需分位数位于两个数据点i和j之间时要使用的插值方法: 线性:i + (j - i) *fraction,其中fraction是由i和j包围的索引的小数部分。 下:我。 较高:j . 最近的:i或j,以最接近的为准。 中点:( i + j ) / 2。 numeric_only布尔值,默认 False仅包含 float、int、boolean 列。 1.5.0 版本中的新增内容。 返回: 系列或数据框返回类型与具有 dtype 的原始对象相同np.float64。 也可以看看 pandas.Series.expanding调用扩展系列数据。 pandas.DataFrame.expanding使用 DataFrame 调用扩展。 pandas.Series.quantile聚合系列的分位数。 pandas.DataFrame.quantile聚合 DataFrame 的分位数。 例子 >>> ser = pd.Series([1, 2, 3, 4, 5, 6], index=['a', 'b', 'c', 'd', 'e', 'f']) >>> ser.expanding(min_periods=4).quantile(.25) a NaN b NaN c NaN d 1.75 e 2.00 f 2.25 dtype: float64