班级间隔和绝对频率

您可以使用pandas.IntervalIndex来生成类间隔并pandas.cut分割数据（并在这种情况下计算绝对频率）：

import numpy as np
import pandas as pd


data = np.array(
    [[15, 38, 14, 13, 29, 25], [20, 13, 16, 32, 44, 39],
     [45, 46, 19, 23, 24, 18], [19, 20, 21, 18, 25, 33],
     [13, 18, 22, 24, 27, 27]]
    )

datos = data.flatten()


freq = 6                 # Amplitud de los intervalos
inf = datos.min()        # Limite inferior del primer intervalo
dif = (datos.min() - datos.max()) % freq or freq
sup = datos.max() + dif  # Limite superior del último intervalo

intervals = pd.interval_range(
    start=inf,
    end=sup,
    freq=freq,
    name="Intervalo",
    closed="left"
    )

df = pd.DataFrame(index=intervals)
df["FreqAbs"] = pd.cut(datos, bins=df.index).value_counts()
df["Marca"]  = df.index.mid

           FreqAbs  Marca
Intervalo                
[13, 19)         9   16.0
[19, 25)         9   22.0
[25, 31)         5   28.0
[31, 37)         2   34.0
[37, 43)         2   40.0
[43, 49)         3   46.0

如果你想在两列中有限制，你可以这样做：

df["LimInf"] = df.index.left
df["LimSup"] = df.index.right

           FreqAbs  Marca  LimInf  LimSup
Intervalo                                
[13, 19)         9   16.0      13      19
[19, 25)         9   22.0      19      25
[25, 31)         5   28.0      25      31
[31, 37)         2   34.0      31      37
[37, 43)         2   40.0      37      43
[43, 49)         3   46.0      43      49

或者在您评论时使用 Sturges 规则，我们可以执行以下操作：

import numpy as np
import pandas as pd
import math


data = np.array(
    [[15, 38, 14, 13, 29, 25], [20, 13, 16, 32, 44, 39],
     [45, 46, 19, 23, 24, 18], [19, 20, 21, 18, 25, 33],
     [13, 18, 22, 24, 27, 27]]
    )

pd.set_option('precision', 2)
datos = data[:,:].flatten()


# Cálculo del número de intervalos
# Si la parte entera de k es un número impar, redondeamos a la baja
k = 1 + 3.322 * math.log10(len(datos))
numero = int(k)
if numero % 2 == 0:
    periodos = math.ceil(k)
else:
    periodos = int(k)

inf = datos.min()        # Limite inferior del primer intervalo
dif = datos.max()
sup = datos.max() + 1    # Limite superior del último intervalo

intervals = pd.interval_range(
    start=inf,
    end=sup,
    periods=k,
    name="Intervalo",
    closed="left")

df = pd.DataFrame(index=intervals)
df["FreqAbs"] = pd.cut(datos, bins=df.index).value_counts()
df["Marca"]  = df.index.mid

              FreqAbs    Marca
Intervalo                 
[13.0, 19.8)       11     16.4
[19.8, 26.6)        9     23.2
[26.6, 33.4)        5     30.0
[33.4, 40.2)        2     36.8
[40.2, 47.0)        3     43.6

我在最大值 (46) 上加一，因为否则，由于区间被其上限封闭[..., 46)，因此观察 46 将在区间之外。

因为这里是镜头！flatten() 函数对我来说是新的，它将 nparray 展平为单个列表。我已经修改了

datos = data[:,:].flatten() 

因为使用data[:,:-1]，您会忘记 nparray 每个列表的最后一个变量，这会影响绝对频率的计算。“ interval_range()”函数对我来说是新的，它在空数据帧内构建预定义宽度的类间隔，每个间隔都有精确的上限和下限。

“ cut”函数，对我来说也是新的，非常方便，因为它以某种方式对创建的 df 的每个范围内的变量进行排序。我不太明白的是它是如何计算频率的。绝对频率的总和必须等于变量的数量，在本例中为 30。使用您的陈述

datos = data[:,:-1].flatten()

绝对频率的总和为 19。如果我出于上述原因修改所述语句，它会返回我们。

    FreqAbs     Marca   LimInf  LimSup
Intervalo               
(13, 19]    8   16.0    13  19
(19, 25]    9   22.0    19  25
(25, 31]    3   28.0    25  31
(31, 37]    2   34.0    31  37
(37, 43]    2   40.0    37  43

在这种情况下，频率总和为 24，这也不正确。有一些值可以逃脱计数。例如，在区间 13-19 中，我们实际上有 9 个变量。

为了确定区间数，知道样本的大小，在这种情况下 M = 30 个变量，应用 Sturges 规则：在我们的例子中，最好使用period参数 而不是freq参数

k = 1 + 3,322 * log10 (N)
periodos = math.ceil(k)
intervals = pd.interval_range(start=inf, end=sup, periods= k, name="Intervalo")

根据我们得到的最后一个区间的确切上限，根据最大变量进行校正。

Intervalo
(13.0, 18.5]
(18.5, 24.0]
(24.0, 29.5]
(29.5, 35.0]
(35.0, 40.5]
(40.5, 46.0]

但是，绝对频率的总和仍然不正确。