分位数#

pylibcudf.quantiles.quantile(Column input, vector[double] q, interpolation interp=interpolation.LINEAR, Column ordered_indices=None, bool exact=True) → Column#

使用插值计算分位数。

通过插值计算指定的分位数，使用在interp中指定的插值策略。

详情请参见 quantile()。

Parameters:

input: Column

用于计算分位数的列。

q: array-like that implements buffer-protocol

要计算的分位数范围在 [0,1] 之间

interp: Interpolation, default Interpolation.LINEAR

用于在指定分位数附近的值之间进行选择的策略。

ordered_indices: Column, default empty column

包含输入排序顺序的列。

如果为空，则按现有顺序使用所有输入值。 索引必须在范围 [0, input.size()) 内，但不要求唯一。 未由此列索引的值将被忽略。

exact: bool, default True

如果为True，则返回双精度浮点数。否则，返回与输入相同的类型

For details, see :cpp:func:`quantile`.

Returns:

Column

包含指定分位数的列，对于无法确定的值显示为null

pylibcudf.quantiles.quantiles(Table input, vector[double] q, interpolation interp=interpolation.NEAREST, sorted is_input_sorted=sorted.NO, list column_order=None, list null_precedence=None) → Table#

计算带有插值的行分位数。

通过检索与指定分位数对应的行来计算指定的分位数。如果分位数位于行之间，则使用指定的插值策略在行之间进行选择。

详情请参见 quantiles()。

Parameters:

input: Table

用于计算行分位数的表。

q: array-like

要计算的分位数范围在 [0,1] 之间

interp: Interpolation, default Interpolation.NEAREST

用于在指定分位数附近的值之间进行选择的策略。

必须是一个非算术插值策略 （即其中之一 {Interpolation.HIGHER, Interpolation.LOWER, Interpolation.NEAREST}）

is_input_sorted: Sorted, default Sorted.NO

输入表是否已预先排序。

column_order: list, default None

一个Order枚举的列表，表示每列所需的排序顺序。默认情况下，所有列将按升序排序。

如果is_input_sorted是Sorted.YES，则忽略

null_precedence: list, default None

一个NullOrder枚举的列表，指示应如何排序空值。默认情况下，将排序所有列，以便空值出现在所有其他元素之前。

如果is_input_sorted是Sorted.YES，则忽略

For details, see :cpp:func:`quantiles`.

Returns:

Column

包含指定分位数的列，对于无法确定的值显示为null