使用python计算百分位数实现数据分箱代码_dataframe分箱

python

5星 · 超过95%的资源 166 浏览量更新于2023-03-03 评论 1 收藏 57KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

使用使用python 计算百分位数实现数据分箱代码计算百分位数实现数据分箱代码

对于百分位数，相信大家都比较熟悉，以下解释源引自百度百科。

百分位数，如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分

位数。可表示为：一组n个观测值按数值大小排列。如，处于p%位置的值称第p百分位数。

因为百分位数是采用等分的方式划分数据，因此也可用此方法进行等频分箱。

import pandas as pd

import numpy as np

import random

t=pd.DataFrame(columns=['l','s'])

#随机生成1000个0到999整数

t['l']=[random.randint(0,999) for _range in range(1000)] #定义s为1，便于统计

t['s']=1

#通过np.percentile找到分位点

l_bin=[] for i in range(0,101,10):

l_bin.append(np.percentile(t['l'],i))

#分位点最后一个数加上一个极小的数，否则切分后数字999会标记为nan

l_bin[-1]+=1/1e10

print('分位点:',np.array(l_bin).round(2))

#对随机数进行切分，right=False时左闭右开

t['box']=pd.cut(t['l'],l_bin,right=False)

tj=t.groupby('box')['s'].agg('sum')

print('分箱统计')

print(tj)

#生成新的标签

label=[] for i in range(len(l_bin)-1):

label.append(str(l_bin[i].round(4))+'+')

#原标签和自定义的新标签生成字典

list_box_td=list(set(t['box']))

list_box_td.sort()

dict_t=dict(zip(list_box_td,label))

#根据字典进行替换

t['new_box']=t['box'].replace(dict_t)

print('新分箱统计')

tj=t.groupby('new_box')['s'].agg('sum')

print(tj)

del t['s'] print(t.head())

输出结果：

分位点: [ 0. 90.9 194.6 290. 386. 473.5 589. 688. 783.2 884.2

997. ] 分箱统计

box

[0.0, 90.9) 100

[90.9, 194.6) 100

[194.6, 290.0) 99

[290.0, 386.0) 99

[386.0, 473.5) 102

[473.5, 589.0) 99

[589.0, 688.0) 100

[688.0, 783.2) 101

[783.2, 884.2) 100

[884.2, 997.0) 100

Name: s, dtype: int64

新分箱统计

new_box

0.0+ 100

194.6+ 99

290.0+ 99

386.0+ 102

473.5+ 99

589.0+ 100

688.0+ 101

783.2+ 100

884.2+ 100

90.9+ 100

Name: s, dtype: int64

l box new_box

0 253 [194.6, 290.0) 194.6+

1 468 [386.0, 473.5) 386.0+

2 130 [90.9, 194.6) 90.9+

3 476 [473.5, 589.0) 473.5+

4 656 [589.0, 688.0) 589.0+

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

yxldr

2023-06-18

即使你不是Python专家，这篇文章也能帮助你利用Python解决实际问题。

weixin_38722164

粉丝: 2
资源: 913

会员权益专享

使用python 计算百分位数实现数据分箱代码

评论10

会员权益专享

最新资源

使用python 计算百分位数实现数据分箱代码

评论10

【Python在气象中的实战应用案例】Python计算位温和相当位温（附代码+数据）.zip

python的等深分箱实例

【Python代码】Python使用MODIS数据实现温度植被干旱指数TVDI的计算-代码+数据

python获取其历史百分位数

计算出数据集非空元素得第5个百分位数和第95个百分位数。

计算出数据集非NaN元素得第5个百分位数和第95个百分位数

python得到一组数据的百分位数

计算出数据集非0元素得第5个百分位数和第95个百分位数

在Excel中取读一行数据画出得分图形并计算百分位数代码

读取Excel中第56行所有元素画出得分图形并计算百分位数

计算出数据集非NaN元素得第5个百分位数和第95个百分位数且不能删除该行

在Excel中取读第56行数据画出得分图形并计算百分位数代码

python获取某个值在整段序列中对应的百分位数

助 python 计算2022天津高考一分一段表公布的 463-582 分数区间的①极差、②总体百分 位数(25 百分位数、中位数、85 百分位数)③平均分、④方差和标准差

python求经验分布函数百分位数

python百分位法统计数据

)将一分一段表 pdf 文件转为 csv 文件，并借助 python 计算公布的 463-582 分数区间的①极差、②总体百分 位数(25 百分位数、中位数、85 百分位数)③平均分、④方差和标准差

python95百分位

puthon 90百分位数

会员权益专享

最新资源

助 python 计算2022天津高考一分一段表公布的 463-582 分数区间的①极差、②总体百分位数(25 百分位数、中位数、85 百分位数)③平均分、④方差和标准差

)将一分一段表 pdf 文件转为 csv 文件，并借助 python 计算公布的 463-582 分数区间的①极差、②总体百分位数(25 百分位数、中位数、85 百分位数)③平均分、④方差和标准差