为 pandas 系列的每个值分配百分位数
Assigning percentile to each value of pandas series
是否有直接开箱即用的方法来为 pandas 系列的每个值分配百分位数？
我正在通过排名和重新缩放来实现此计算，如下所示：
values = pd.Series(np.random.normal(0,1,100))
percentiles = values.rank()/values.shape
例如系列：[0,2,4,2,10,8,6,1]
应该得到百分位数：[0.125, 0.4375, 0.625, 0.4375, 1.0, 0.875, 0.75, 0.25]
但是令我感到非常惊讶的是，没有针对该问题的本地解决方案（例如 qcut 、 quantile 等...）
有明确的计算方法吗？
您可以使用 rank 执行此操作，其中 pct=True 选项以 percentile 形式显示排名。
In [1551]: v = pd.Series([0,2,4,2,10,8,6,1])
In [1556]: v.rank(pct=True)
Out[1556]:
0 0.1250
1 0.4375
2 0.6250
3 0.4375
4 1.0000
5 0.8750
6 0.7500
7 0.2500
dtype: float64
是否有直接开箱即用的方法来为 pandas 系列的每个值分配百分位数？
我正在通过排名和重新缩放来实现此计算，如下所示：
values = pd.Series(np.random.normal(0,1,100))
percentiles = values.rank()/values.shape
例如系列：[0,2,4,2,10,8,6,1]
应该得到百分位数：[0.125, 0.4375, 0.625, 0.4375, 1.0, 0.875, 0.75, 0.25]
但是令我感到非常惊讶的是，没有针对该问题的本地解决方案（例如 qcut 、 quantile 等...）
有明确的计算方法吗？
您可以使用 rank 执行此操作，其中 pct=True 选项以 percentile 形式显示排名。
In [1551]: v = pd.Series([0,2,4,2,10,8,6,1])
In [1556]: v.rank(pct=True)
Out[1556]:
0 0.1250
1 0.4375
2 0.6250
3 0.4375
4 1.0000
5 0.8750
6 0.7500
7 0.2500
dtype: float64