Question

我有一些包含一些列的DataFrame。我想添加一个新列，其中每个行值是一个现有列的分位数等级。

我可以使用DataFrame.rank对列进行排名，但后来我不知道如何获取此排名值的分位数，并将此分位数添加为新的colunm。

示例：如果这是我的DataFrame

df = pd.DataFrame(np.array([[1, 1], [2, 10], [3, 100], [4, 100]]), columns=['a', 'b'])

   a    b
0  1    1
1  2   10
2  3  100
3  4  100

我想知道b列的分位数（使用2个分位数）。我期待这个结果：

   a    b  quantile
0  1    1    1
1  2   10    1
2  3  100    2
3  4  100    2

Answer 1

您可以在现有列上使用DataFrame.quantile q = [0.25,0.5,0.75]来生成四分位列。

然后，您可以在该四分位列上DataFrame.rank。

请参阅下文，了解添加四分位列的示例：

import pandas as pd

d = {'one' : pd.Series([40., 45., 50., 55, 60, 65], index=['val1', 'val2', 'val3', 'val4', 'val5', 'val6'])}
df = pd.DataFrame(d)

quantile_frame = df.quantile(q=[0.25, 0.5, 0.75])
quantile_ranks = []
for index, row in df.iterrows():
    if (row['one'] <= quantile_frame.ix[0.25]['one']):
        quantile_ranks.append(1)
    elif (row['one'] > quantile_frame.ix[0.25]['one'] and row['one'] <= quantile_frame.ix[0.5]['one']):
        quantile_ranks.append(2)
    elif (row['one'] > quantile_frame.ix[0.5]['one'] and row['one'] <= quantile_frame.ix[0.75]['one']):
        quantile_ranks.append(3)
    else:
        quantile_ranks.append(4)

df['quartile'] = quantile_ranks

注意：对于熊猫来说，实现这一目标可能更为惯用......但它超越了我

Answer 2

View 似乎倾向于抛出df['quantile'] = pd.qcut(df['b'], 2, labels=False)。

我发现没有投诉的唯一一般方式就像：

SettingWithCopyWarning

这会将分位数排名值指定为新的quantiles = pd.qcut(df['b'], 2, labels=False) df = df.assign(quantile=quantiles.values)列DataFrame。

A solution for a more generalized case, in which one wants to partition the cut by multiple columns, is given here

Answer 3

df.sort_values(['b'],inplace = True)
df.reset_index(inplace = True,drop = True)
df.reset_index(inplace = True)
df.rename(columns = {'index':'row_num'},inplace = True)
df['quantile'] = df['row_num'].apply(lambda x: math.ceil(10*(x+1)/df.shape[0]))

我曾经用过，但是我想我可以使用分位数

DataFrame：添加列，其值是现有列的分位数/排名？

3 个答案: