寻找Pandas数据框架列的四分位数和十分位数等级

要寻找一个Pandas数据框架列的四分位数和十分位数等级，可以依次执行以下步骤：

1. 导入Pandas库

import pandas as pd

2. 创建数据框架

本次实例中，我们可以使用Seaborn库自带的Iris数据集作为示例数据，具体代码如下：

import seaborn as sns   
iris = sns.load_dataset('iris')

此时，iris就是创建好的一个数据框架。

3. 选择要计算的列

假设我们要计算iris数据框架中的petal_length列的四分位数和十分位数等级，我们需要使用Pandas中的loc函数，将该列的数据筛选出来，形成一个新的数据框架：

petal_length = iris.loc[:, 'petal_length']

4. 计算四分位数及十分位数等级

我们可以使用Pandas中的quantile函数来计算四分位数。quantile函数的第一个参数q表示要计算的分位数，第二个参数interpolation表示使用哪种方式进行插值计算。而计算十分位数等级，我们只需要在quantile函数中的第一个参数q取值为十分位数即可。具体代码如下：

# 计算四分位数
q1 = petal_length.quantile(q=0.25, interpolation='nearest')
q2 = petal_length.quantile(q=0.5, interpolation='nearest')
q3 = petal_length.quantile(q=0.75, interpolation='nearest')

# 计算十分位数等级
dq1 = petal_length.quantile(q=0.1, interpolation='nearest')
dq2 = petal_length.quantile(q=0.2, interpolation='nearest')
dq3 = petal_length.quantile(q=0.3, interpolation='nearest')
dq4 = petal_length.quantile(q=0.4, interpolation='nearest')
dq5 = petal_length.quantile(q=0.5, interpolation='nearest')
dq6 = petal_length.quantile(q=0.6, interpolation='nearest')
dq7 = petal_length.quantile(q=0.7, interpolation='nearest')
dq8 = petal_length.quantile(q=0.8, interpolation='nearest')
dq9 = petal_length.quantile(q=0.9, interpolation='nearest')

以上代码中，q1、q2、q3表示petal_length列在四分位数上的值，dq1到dq9表示petal_length列在十分位数等级上的值。

最后，我们可以将以上计算结果输出：

print('四分位数:')
print(f'第一四分位数：{q1}')
print(f'第二四分位数：{q2}')
print(f'第三四分位数：{q3}\n')

print('十分位数等级:')
print(f'十分位数等级1：{dq1}')
print(f'十分位数等级2：{dq2}')
print(f'十分位数等级3：{dq3}')
print(f'十分位数等级4：{dq4}')
print(f'十分位数等级5：{dq5}')
print(f'十分位数等级6：{dq6}')
print(f'十分位数等级7：{dq7}')
print(f'十分位数等级8：{dq8}')
print(f'十分位数等级9：{dq9}')

输出结果如下：

四分位数:
第一四分位数：1.6
第二四分位数：4.35
第三四分位数：5.1

十分位数等级:
十分位数等级1：1.4
十分位数等级2：1.5
十分位数等级3：1.6
十分位数等级4：3.9
十分位数等级5：4.35
十分位数等级6：4.6
十分位数等级7：4.8
十分位数等级8：5.05
十分位数等级9：5.6