Nivel 2 · Percentiles para el umbral de envío gratis

Qué dice un percentil

El percentil p es el valor por debajo del cual cae el p% de los datos. El percentil 25 (P25) del valor de pedido es el pedido que queda a un cuarto del camino en la lista ordenada; el 50 es la mediana; el 90 es donde empieza el 10% superior. En pandas todos son un único método:

v = completed["order_value"]
v.quantile(0.25)    # 93.99
v.quantile(0.90)    # 1345.77
v.quantile([0.25, 0.5, 0.75, 0.9])   # several at once, as a Series

Los estadísticos dicen cuantil para la fracción (0.9) y percentil para el porcentaje (90). Es la misma idea.

Leer una distribución con cuatro números

En los pedidos completados de Harbor & Pine: P25 $93.99, mediana $268.94, P75 $659.87, P90 $1,345.77. Las brechas crecen a medida que subes: $175 de P25 a la mediana, $391 hasta P75, $686 hasta P90. Brechas que se ensanchan hacia arriba son la firma de una columna sesgada a la derecha, la misma forma que mostró el histograma del nivel 1. Una columna simétrica tendría brechas más o menos iguales a ambos lados de la mediana.

Los percentiles también resisten a los valores atípicos. Un pedido de $11,000 cambia la media; no mueve P25 ni P50 en absoluto.

Proporciones bajo una línea

La pregunta opuesta, “¿qué proporción de pedidos está por debajo de $75?”, se responde con una comparación y una media:

(v < 75).mean()    # 0.2097, about 21% of orders

v < 75 da True o False por pedido. Python cuenta True como 1 y False como 0, así que la media es la proporción de True. Este truco sirve para cualquier condición: (v >= 1000).mean() es la proporción de pedidos de $1,000 o más.

Para la reunión de Daniel: uno de cada cinco pedidos está por debajo del umbral actual. Subirlo a $100 pasa todos los pedidos entre $75 y $100 de “envío gratis” a “paga envío”, y puedes medir ese grupo de la misma manera.

Errores comunes

• quantile(25) en lugar de quantile(0.25). pandas espera una fracción entre 0 y 1.
• Leer P90 como una proporción del máximo. P90 es un valor de los datos, no el 90% del pedido más grande.
• Confundir “por debajo” con “igual o por debajo”. v < 75 y v <= 75 difieren en los pedidos de exactamente $75.00. Ajústate a la regla de negocio: el envío gratis aplica desde $75, así que “paga envío” es v < 75.
• Contar en lugar de proporcionar. (v < 75).sum() es un conteo de pedidos. Di cuál de los dos reportas.

Nota de entrevista

Espera “¿cuál es la diferencia entre la mediana y el percentil 50?” (ninguna) y “¿cómo describirías esta columna sin un gráfico?” Un resumen de cinco números (mínimo, P25, mediana, P75, máximo) es la respuesta clásica, y describe() te lo imprime.