使用LINQ计算百分位数

Question

所有

在回顾了StackOverflow和更广泛的互联网之后，我仍然在努力有效使用LINQ计算百分位数。

其中percentile是统计中使用的度量，表示一组观察值中观察到的给定百分比下降的值。下面的示例尝试将值列表转换为数组，其中每个（唯一）值表示为关联百分位数。 列表的min（）和max（）必须是返回的数组百分位数的0％和100％。

使用LINQPad，以下代码生成所需的输出VP []：

这可以解释为：   - 在0％时，最小值为1   - 在100％时，最大值为3   - 在最小值和最大值之间的50％处，值为2

void Main()
{
    var list = new List<double> {1,2,3};
    double denominator = list.Count - 1;   
    var answer = list.Select(x => new VP
        {
            Value = x,
            Percentile = list.Count(y => x > y) / denominator
        })
        //.GroupBy(grp => grp.Value) --> commented out until attempted duplicate solution 
        .ToArray();
    answer.Dump();
}

public struct VP
{
    public double Value;
    public double Percentile;
}

然而，当＆＃34; list＆＃34;时，这会返回错误的VP []。包含重复的条目（例如1,2，** 2，** 3）：

我尝试按列表中的唯一值进行分组（通过包含＆＃34; .GroupBy（grp =＆gt; grp.Value）＆＃34;）未能产生所需的结果（值= 2，＆amp;百分位数= 0.666）：

欢迎所有建议。包括使用＆＃34; list.Count（y =＆gt; x＆gt; y）＆＃34;重复迭代，这是否是一种有效的方法。

一如既往，谢谢 香农

Answer 1

我不确定我理解这个问题的要求。当我运行接受的答案的代码时，我得到了这个结果：

但如果我将输入更改为：

var dataSet = new List<double> { 1, 1, 1, 1, 2, 3, 3, 3, 2 };

...然后我得到了这个结果：

使用行“列表的min（）和max（）必须是返回的数组百分位数的0％和100％。”在我看来，OP要求的值从0到1，但更新的结果超过了1。

我觉得第一个值应该是0％似乎也不对，因为我不确定这对数据的意义是什么。

在阅读链接的维基百科页面后，似乎OP实际上正在尝试进行反向计算以计算百分位数值。事实上，文章说0的百分位是未定义的。这是有道理的，因为0的百分位数将是空值集 - 并且空集的最大值是多少？

OP似乎是从价值计算百分位数。因此，从这个意义上说，并且知道0未定义，似乎最合适的计算值是等于或低于集合中每个不同值的值的百分比。

现在，如果我使用Microsoft的Reactive Framework Team的Interactive Extensions（NuGet“Ix-Main”），那么我可以运行此代码：

var dataSet = new List<double> { 1, 1, 1, 1, 2, 3, 3, 3, 2 };

var result =
    dataSet
        .GroupBy(x => x)
        .Scan(
            new VP()
            {
                Value = double.MinValue, Proportion = 0.0
            },
            (a, x) =>
                new VP()
                {
                    Value = x.Key,
                    Proportion = a.Proportion + (double)x.Count() / dataSet.Count
                });

我得到了这个结果：

这告诉我大约44％的值是1;大约67％的值是1或2; 100％的值为1,2或3。

在我看来，这是最符合要求的逻辑计算。

Answer 2

void Main()
{
    var list = new List<double> {1,2,3};
    double denominator = list.Count - 1;   
    var answer = list.OrderBy(x => x).Select(x => new VP
        {
            Value = x,
            Proportion = list.IndexOf(x) / denominator
        })
        .ToArray();
    answer.Dump();
}

public struct VP
{
    public double Value;
    public double Proportion;
}

Answer 3

这就是我做的。我更改了一些变量名以使上下文更清晰。

var dataSet = new List<double> { 1, 2, 3, 2 };
double denominator = dataSet.Count - 1;
var uniqueValues = dataSet.Distinct();
var vp = dataSet.Select(value => new VP
{
    Value = value,
    Proportion = dataSet.Count(datum => value > datum) / denominator
});

var answer = uniqueValues.Select(u => new VP{
    Value = u,
    Proportion = vp.Where(v => v.Value == u).Select(x => x.Proportion).Sum()
});