我不太清楚如何编写函数来完成分组百分位数。我将 1985 年至 2012 年的所有球队都放在一个数据框中;前 10 个如下所示:目前按年份排序。我想给一个百分位LgRnk
分组依据Year
。例如,1985 年的 23 LgRank(最差球队)将是 100 个百分位数,1985 年的 1 LgRank(最佳球队)将是 1 个百分位数。 30 2010 年的 LgRank(最差球队)将是 100 个百分位数,等等。它需要按年份 b/c 的不同数量进行分组LgRnk
s.
Team WLPer Year LgRnk W L
19 Sacramento Kings 0.378 1985 18 31 51
0 Atlanta Hawks 0.415 1985 17 34 48
17 Phoenix Suns 0.439 1985 16 36 46
4 Cleveland Cavaliers 0.439 1985 15 36 46
13 Milwaukee Bucks 0.720 1985 3 59 23
3 Chicago Bulls 0.463 1985 14 38 44
16 Philadelphia 76ers 0.707 1985 4 58 24
22 Washington Wizards 0.488 1985 13 40 42
20 San Antonio Spurs 0.500 1985 12 41 41
21 Utah Jazz 0.500 1985 11 41 41
我尝试使用以下方法创建一个函数:scipy.stats.percentileofscore http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.percentileofscore.html我不太明白。
您可以对 LgRnk 列进行应用:
# just for me to normalize this, so my numbers will go from 0 to 1 in this example
In [11]: df['LgRnk'] = g.LgRnk.rank()
In [12]: g = df.groupby('Year')
In [13]: g.LgRnk.apply(lambda x: x / len(x))
Out[13]:
19 1.0
0 0.9
17 0.8
4 0.7
13 0.1
3 0.6
16 0.2
22 0.5
20 0.4
21 0.3
Name: 1985, dtype: float64
系列分组排名(仅适用Series.rank http://pandas.pydata.org/pandas-docs/dev/generated/pandas.Series.rank.html) 采用 pct 参数来执行此操作:
In [21]: g.LgRnk.rank(pct=True)
Out[21]:
19 1.0
0 0.9
17 0.8
4 0.7
13 0.1
3 0.6
16 0.2
22 0.5
20 0.4
21 0.3
Name: 1985, dtype: float64
并直接在WLPer
列(尽管由于抽签而略有不同):
In [22]: g.WLPer.rank(pct=True, ascending=False)
Out[22]:
19 1.00
0 0.90
17 0.75
4 0.75
13 0.10
3 0.60
16 0.20
22 0.50
20 0.35
21 0.35
Name: 1985, dtype: float64
注意:我更改了第一行的数字,因此您会得到不同的分数complete frame.
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)