熊猫是否显示了错误的百分位数?

估计分位数有多种方法。
175.0 vs 176.5涉及两种不同的方法:

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

估计的不同之处如下

#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⌋) 

这是一个统计问题。百分位数有很多定义。以下是一种解释,为什么在计算25%指数时要加1:

一个直观的答案是,数字1到n的平均值为 不是n/2,而是(n+1)/2。这给了你一个提示 p*n会产生稍微太小的值。

资源:

• Why add one to the number of observations when calculating percentiles?
• Why the plus one in the percentile formula p(n+1)?

这是因为默认情况下 describe() 执行线性插值。

所以 不 pandas 未显示错误的百分比
(它只是没有显示您想要查看的百分比)。

为了得到你想要的你可以使用的东西 .quantile() 在…上 Height 系列,指定插值到 'lower' :

df = pd.read_csv('../input/WNBA Stats.csv')
df.Height.quantile(0.25,interpolation='lower') #interpolation lower to get what you expect

看见 documentation 查看更多选项。

请注意,作为 @jpp said :

百分位数有很多定义

你可以看到这个 answer too 这是关于 numpy 和 熊猫 例如,百分比计算。