Question

maven-pmd-plugin

我想要做的是计算百分比列中总和为50％的值的数量。唯一的条件是价格列必须按降序排序。在提供的样本数据中，正确的输出为2。

最初我正在考虑使用带有计数的条件，但是我达到了死胡同。

test={'price':[1,3,4,2,1,2,1,6]}
test=pd.DataFrame(test)
test=test.sort_values('price', ascending=False)
sum_test=test.sum()
test['percentage']=(test/sum_test)*100

但是，我收到以下错误：＆＃39; numpy.int32＆＃39;对象没有属性＆＃39; where＆＃39; 关于我哪里出错的任何想法？

干杯，布兰登

Answer 1

如果你想计算你需要多少行才能达到50％，这将完成这项工作：

np.sum(test['percentage'].cumsum()<=50)

这将给你2.注意

test['percentage'].cumsum()

给出

7     30.0
2     50.0
1     65.0
3     75.0
5     85.0
0     90.0
4     95.0
6    100.0
Name: percentage, dtype: float64

因此上述结果是百分比的累计总和。然后你可以计算它们中有多少小于50％，这是我答案中的第一行代码。

Answer 2

即使Miriam Farber（赞成）已经完全回答了这个问题，我也想发布其他选择。看起来它也快得多。

这里是（导出到列表并使用itertools，而不是cumsum）。

import itertools
seq = test['percentage'].tolist()
len(list(itertools.takewhile(lambda x: x <= 50, itertools.accumulate(seq))))

定时两个：

%timeit len(list(itertools.takewhile(lambda x: x <= 50, itertools.accumulate(test['percentage'].tolist()))))
#18.3 µs per loop
%timeit np.sum(test['percentage'].cumsum()<=50)
#335 µs per loop

有趣的是，我在这两个操作之间的速度提高了8倍：

%timeit test['percentage'].cumsum()
%timeit list(itertools.accumulate(test['percentage'].tolist()))

大熊猫计数值占总数的50％

2 个答案: