pandasにて四分位数（分位点）や四分位範囲と外れ値を求める（検出する）方法【pythonのquantile関数】

Jupyter notebook（Python3）を使ってみようと思っても慣れていないうちは、どうしても処理に躓いてしまうものです。

例えば、Pythonのpandas機能によって四分位数（第一四分位数や第三四分位数など）や四分位範囲を求めたり、そこから外れ値を求める方法について理解していますか。

ここでは、これらpandasにおける四分位数（分位点）や四分位範囲と外れ値を求める（検出する）方法について解説していきます。

pandas（Python）にて四分位数（第一四分位数や第三四分位数）と四分位範囲を計算する方法【quantile関数】

それではPythonのPandasにて四分位数を求める方法について確認していきます。以下のcsvデータを使っていきます。

まず、第一四分位数を計算するには、

df[”抽出したい列”].quantile(0.25）

と入れることで、指定の列の四分位数（第一四分位数）を出力してくれます。

同様にpythonにて第三四分位数を求めていきましょう。

第三四分位数では使うのは上と同様にquantile関数ですが中身を0.75と指定することで出力されます。

df[“capacity”].quantile(0.75)

なお、四分位範囲＝第三四分位数ー第一四分位数で計算できるために、python上でもこの数式を用いて計算していけばいいのです。

以下のコードを用います。

q1= df[“capacity”].quantile(0.25)
q2= df[“capacity”].quantile(0.75)
iqr=q2-q1

そして、

・第一四分位数ー1.5×四分位範囲以下
・第三四分位数＋1.5×四分位範囲以上

の範囲にデータが含まれた場合、そのデータは外れ値であると判断できます。以下のコードで外れ値のみを抽出できます。

max= q2 + 1.5*(iqr) #範囲指定max
min= q1 – 1.5*(iqr)　#範囲指定min
dfa = df[(df[“capacity”]< min) | (df[“capacity”] > max)]
dfa

ここでは、pythonにて四分位数（分位点）や四分位範囲を計算し、そこから外れ値を検出する方法について解説しました。

第一四分位点や第三四分位点の計算をpandasで実施するためには、quantile関数を用いるといいです。

pandasの各操作に慣れ、データ処理をより円滑に進めていきましょう。