Question

我正在尝试QAQC在PostgreSQL数据库中完成的计算结果，使用python脚本读取计算的输入并回显计算步骤并将python脚本的最终结果与结果进行比较从PostgreSQL计算。

PostgreSQL数据库中的计算使用percent_rank function，返回值列表中单个值的百分位数（从0到1）。在python脚本中，我使用的是Scipy percentileofscore function.

所以，问题是：我无法得到匹配的结果，我想知道是否有人知道我应该在Scipy percentileofscore函数中使用哪些设置来匹配PostgreSQL percent_rank函数。

Answer 1

您可以使用scipy.stats.rankdata。以下示例再现了http://docs.aws.amazon.com/redshift/latest/dg/r_WF_PERCENT_RANK.html：

中显示的结果

In [12]: import numpy as np

In [13]: from scipy.stats import rankdata

In [14]: values = np.array([15, 20, 20, 20, 30, 30, 40])

rankdata(values, method='min')给出了所需的等级：

In [15]: rank = rankdata(values, method='min')

In [16]: rank
Out[16]: array([1, 2, 2, 2, 5, 5, 7])

然后基本计算得出相当于percent_rank：

In [17]: (rank - 1) / (len(values) - 1)
Out[17]: 
array([ 0.        ,  0.16666667,  0.16666667,  0.16666667,  0.66666667,
        0.66666667,  1.        ])

（我使用的是Python 3.5。在Python 2中，使用类似(rank - 1) / float(len(values) - 1)的内容。）

您可以使用percentileofscore，但是：

您必须使用参数kind='strict'。
您必须按n/(n-1)缩放结果，其中n是值的数量。
您必须除以100才能将真实百分比转换为介于0和1之间的分数。
percentileofscore期望其第二个参数是标量，因此您必须使用循环为每个值分别计算结果。

以下是使用与上述相同的值的示例：

In [87]: import numpy as np

In [88]: from scipy.stats import percentileofscore

In [89]: values = np.array([15, 20, 20, 20, 30, 30, 40])

In [90]: n = len(values)

这里我使用列表推导来生成结果：

In [91]: [n*percentileofscore(values, val, kind='strict')/100/(n-1) for val in values]
Out[91]: 
[0.0,
 0.16666666666666666,
 0.16666666666666666,
 0.16666666666666666,
 0.66666666666666663,
 0.66666666666666663,
 1.0]

获取PostgreSQL percent_rank和scipy.stats.percentileofscore结果匹配

1 个答案: