Pandas: DataFrame.quantile的轴参数无效

Question

有没有人知道为什么会出现这样的情况？

基本数据：

In  [1]: tmc_sum.head(6)
Out [1]:               1     2     3     8     9    10
         tmc                                          
         110+05759  7469  7243  7307  7347  7271  7132
         110P05759  7730  7432  7482  7559  7464  7305
         110+05095  7256  6784  6697  6646  6786  6530
         110P05095     0     0     0     0     0     0
         110+05096  6810  5226  5625  5035  5064  4734
         110P05096  6854  5041  5600  5308  5261  4747

前言：

根据quantile的文档，这个是正确的：

In  [2]: tmc_sum.quantile(0.05, axis=1)
Out [2]: 1     3347.50
         2     1882.40
         3     1933.10
         8     1755.00
         9     1554.15
         10    1747.85
         dtype: float64

它正确地计算了每一列的第5百分位数。（注意，实际上列的数量比上面打印的六个要多。）

问题：

但是这个却没有按预期工作：

In  [3]: tmc_sum.quantile(0.05, axis=0)
Out [3]: 1     3347.50
         2     1882.40
         3     1933.10
         8     1755.00
         9     1554.15
         10    1747.85
         dtype: float64

它依然是按列来计算的。虽然根据文档，它应该是按行来计算的。所以我本来期待会得到这样的结果：

In  [4]: tmc_sum.apply(lambda x: np.percentile(x, 0.05), axis=1).head(6)
Out [4]: tmc
         110+05759    7132.2775
         110P05759    7305.3175
         110+05095    6530.2900
         110P05095       0.0000
         110+05096    4734.7525
         110P05096    4747.7350

这种行为是正常的吗？我是不是漏掉了什么，还是说这是个bug？

Answer 1

在0.14.0版本中有个bug（axis这个关键词被忽略了），在0.14.1版本中已经修复了（可以查看这个链接：https://github.com/pydata/pandas/pull/7312）

如果你不能升级版本，可以用 df.T.quantile(0.5) 来实现你想要的效果。

---

顺便说一下，axis=1的情况是不正确的。默认的axis=0是计算不同列的分位数，而axis=1是“沿着列”计算每一行的分位数。举个简单的例子，考虑：

In [3]: df
Out[3]:
   a  b  c
0  0  1  2
1  3  4  5

默认的axis=0：

In [4]: df.quantile(0.5, axis=0)
Out[4]:
a    1.5
b    2.5
c    3.5
dtype: float64

而使用axis=1：

In [5]: df.quantile(0.5, axis=1)
Out[5]:
0    1
1    4
dtype: float64