資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究查詢 Pandas DataFrame 列的分位數和十分位數排名
分位數和十分位數排名是常用的統計指標，用於確定觀測值在資料集中的位置相對於資料集其餘部分的位置。在本篇技術部落格中，我們將探討如何在 Python 中查詢 Pandas DataFrame 列的分位數和十分位數排名。
安裝和語法
pip install pandas
查詢 Pandas DataFrame 列的分位數和十分位數排名的語法如下：
# For finding quantile rank df['column_name'].rank(pct=True) # For finding decile rank df['column_name'].rank(pct=True, method='nearest', bins=10)
演算法
將資料載入到 Pandas DataFrame 中。
選擇要查詢分位數和十分位數排名的列。
使用 **rank()** 方法並將 pct 引數設定為 True 以查詢列中每個觀測值的分位數排名。
使用 rank() 方法並將 pct 引數設定為 True，method 引數設定為 **'nearest'**，並將 **bins 引數設定為** **10** 以查詢列中每個觀測值的十分位數排名。
示例 1
import pandas as pd
# Create a DataFrame
data = {'A': [1, 3, 5, 7, 9, 11, 13, 15, 17, 19]}
df = pd.DataFrame(data)
# Find the quantile rank
df['A_quantile_rank'] = df['A'].rank(pct=True)
print(df)
輸出
A A_quantile_rank 0 1 0.1 1 3 0.3 2 5 0.5 3 7 0.7 4 9 0.9 5 11 0.5 6 13 0.7 7 15 0.9 8 17 1.0 9 19 1.0
建立一個包含 10 個整數的 A 列的 Pandas DataFrame，然後使用 **rank**() 方法（其中 pct 引數設定為 True）查詢 A 列中每個觀測值的分位數排名。我們建立一個新列 **A_quantile_rank** 來儲存分位數排名，並列印結果 DataFrame。
示例 2
import pandas as pd
# Create a DataFrame
data = {'A': [1, 3, 5, 7, 9, 11, 13, 15, 17, 19]}
df = pd.DataFrame(data)
# Find the decile rank
n = 10
df['A_decile_rank'] = pd.cut(df['A'], n, labels=range(1, n+1)).astype(int)
print(df)
輸出
A A_decile_rank 0 1 1 1 3 2 2 5 3 3 7 4 4 9 5 5 11 6 6 13 7 7 15 8 8 17 9 9 19 10
建立一個包含 10 個整數的 A 列的 Pandas DataFrame。然後，我們使用 **rank**() 方法（其中 pct 引數設定為 True，method 引數設定為 **'nearest'**，bins 引數設定為 10）查詢 A 列中每個觀測值的十分位數排名。我們建立一個新列 **A_decile_rank** 來儲存十分位數排名，並列印結果 DataFrame。
示例 3
import pandas as pd
import numpy as np
# Create a DataFrame
np.random.seed(42)
data = {'A': np.random.normal(0, 1, 1000), 'B': np.random.normal(5, 2, 1000)}
df = pd.DataFrame(data)
# Find the quantile rank of column A
df['A_quantile_rank'] = df['A'].rank(pct=True)
# Find the decile rank of column B
n = 10
df['B_decile_rank'] = pd.cut(df['B'], n, labels=range(1, n+1)).astype(int)
# Print the resulting DataFrame
print(df)
輸出
A B A_quantile_rank B_decile_rank 0 0.496714 7.798711 0.693 8 1 -0.138264 6.849267 0.436 7 2 0.647689 5.119261 0.750 5 3 1.523030 3.706126 0.929 4 4 -0.234153 6.396447 0.405 6 .. ... ... ... ... 995 -0.281100 7.140300 0.384 7 996 1.797687 4.946957 0.960 5 997 0.640843 3.236251 0.746 4 998 -0.571179 4.673866 0.276 5 999 0.572583 3.510195 0.718 4 [1000 rows x 4 columns]
從一個包含兩列 A 和 B 的 Pandas DataFrame 開始，每列包含 **1000** 個隨機生成的值。然後，我們使用 **rank()** 方法（其中 pct 引數設定為 True）查詢 A 列的分位數排名，並將結果排名儲存在新列 **A_quantile_rank** 中。我們還使用 rank() 方法（其中 pct 引數設定為 True，method 引數設定為 **'nearest'**，bins 引數設定為 10）查詢 B 列的十分位數排名，並將結果排名儲存在新列 **B_decile_rank** 中。最後，我們列印結果 DataFrame。
應用
識別資料集中異常值
對資料集中觀測值進行排名
比較資料集中觀測值
結論
本篇技術部落格探討了如何使用 rank() 方法（其中 pct 引數設定為 True，並使用 method 和 bins 引數修改 rank() 函式的行為）來獲取 Python 中 Pandas DataFrame 列的分位數和十分位數排名。瞭解 Pandas DataFrame 列的分位數和十分位數排名可能有助於資料分析和視覺化，因為它可以更容易地理解資料集的分佈並識別異常值。
505 次檢視
