查找 Pandas DataFrame 列的分位数和十分位数排名

分位数是将样本划分为大小相等、相邻的子组的位置。

中位数是分位数；中位数放置在概率分布中，以便恰好一半的数据低于中位数，而一半的数据高于中位数。中位数将分布分成两个相等的区域，因此有时称为 2 分位数。

四分位数也是分位数；他们将分布分成四个相等的部分。

百分位数是将分布划分为 100 个相等部分的分位数，而十分位数是将分布划分为 10 个相等部分的分位数。

我们可以使用以下公式来估计第 i^个观测值：

ith observation = q (n + 1)

其中q是分位数，低于您正在寻找的第 i^个值的比例

n是数据集中的项目数。

因此，为了找到分位数等级，q 应该是 0.25，因为我们希望将我们的数据集分成 4 个相等的部分，并根据它们所在的四分位数对 0-3 的值进行排名。

同样对于十分位秩，q 应该是 0.1，因为我们希望我们的数据集被分成 10 个相等的部分。

在转向 Pandas 之前，让我们在一个示例中尝试上述概念，以了解我们的分位数和十分位数排名是如何计算的。

示例问题：在以下数据集中找出 25% 的值低于它，75% 的值高于它的数字。

数据： 32、47、55、62、74、77、86

步骤 1：将数据从小到大排序。问题中的数据已经按升序排列。

第 2 步：计算数据集中有多少观察值。这个特定的数据集有 7 个项目。

第 3 步：将“q”的任何百分比转换为小数。我们正在寻找 25% 的值低于它的数字，因此将其转换为 0.25。

第 4 步：将您的值插入公式中：

回答：

第 i^个观察值 = q (n + 1)

第 i^个观察值 = .25(7 + 1) = 2

第 i^个观察值是 2。集合中的^第二个数字是 47，这是 25% 的值低于它的数字。然后我们可以从 0-3 开始对我们的数字进行排名，因为我们正在寻找分位数排名。寻找十分位秩的类似方法，在这种情况下，它只是 q 的值将是 0.1。

现在让我们看看 Pandas 如何快速实现这一目标。

创建数据框的代码：

python3

# Import pandas
import pandas as pd
 
# Create a DataFrame
df1 = {'Name':['George', 'Andrea', 'John', 'Helen',
             'Ravi', 'Julia', 'Justin'],
       'EnglishScore':[62, 47, 55, 74, 32, 77, 86]}
  
df1 = pd.DataFrame(df1, columns = ['Name', ''])
 
# Sorting the DataFrame in Ascending Order of English Score
df1.sort_values(by =['EnglishScore'], inplace = True)

如果我们打印上面的数据框，我们会得到以下结果：

数据框

现在我们可以使用 pandas函数qcut()找到分位数排名，方法是传递要考虑排名的列名，参数q的值表示分位数。 10 表示十分位数，4 表示四分位数等， labels = False将 bin 作为整数返回。

以下是分位数排名的代码

蟒蛇3

# code
df1['QuantileRank']= pd.qcut(df1['EnglishScore'],
                             q = 4, labels = False)

现在，如果我们打印数据框，我们可以看到新列 QauntileRank 基于 EnglishScore 列对我们的数据进行排名。

分位数等级

类似地计算 Decile Rank 我们设置q = 10

蟒蛇3

# code
df1['DecileRank']= pd.qcut(df1['EnglishScore'],
                           q = 10, labels = False)

现在，如果我们打印我们的 DataFrame，我们会得到以下输出。

十等分等级

这就是我们如何使用 Pandas qcut()方法来计算列上的各种分位数。

上面示例的完整代码如下所示。

蟒蛇3

# code
import pandas as pd
 
# Create a DataFrame
df1 = {'Name':['George', 'Andrea', 'John', 'Helen',
               'Ravi', 'Julia', 'Justin'],
       'EnglishScore':[62, 47, 55, 74, 32, 77, 86]}
  
df1 = pd.DataFrame(df1, columns =['Name', 'EnglishScore'])
 
# Sorting the DataFrame in Ascending Order of English Score
# Sorting just for the purpose of better data readability.
df1.sort_values(by =['EnglishScore'], inplace = True)
 
# Calculating Quantile Rank
df1['QuantileRank']= pd.qcut(df1['EnglishScore'], q = 4, labels = False)
 
# Calculating Decile Rank
df1['DecileRank'] = pd.qcut(df1['EnglishScore'], q = 10, labels = False)
 
# printing the dataframe
print(df1)