{"id":3573,"date":"2023-07-16T18:29:13","date_gmt":"2023-07-16T18:29:13","guid":{"rendered":"https:\/\/statorials.org\/de\/panda-perzentilrang\/"},"modified":"2023-07-16T18:29:13","modified_gmt":"2023-07-16T18:29:13","slug":"panda-perzentilrang","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/panda-perzentilrang\/","title":{"rendered":"So berechnen sie den perzentilrang bei pandas (mit beispielen)"},"content":{"rendered":"

<\/p>\n

\n

Der Perzentilrang<\/strong> eines Werts gibt uns den Prozentsatz der Werte in einem Datensatz an, deren Rang gleich oder niedriger als ein bestimmter Wert ist.<\/span><\/p>\n

Sie k\u00f6nnen die folgenden Methoden verwenden, um den Perzentilrang bei Pandas zu berechnen:<\/span><\/p>\n

Methode 1: Berechnen Sie den Perzentilrang f\u00fcr die Spalte<\/strong><\/span><\/p>\n

 df[' percent_rank<\/span> '] = df[' some_column<\/span> ']. rank<\/span> (pct= True<\/span> )\n<\/strong><\/span><\/pre>\n
 Methode 2: Berechnen Sie die Perzentilrangfolge nach Gruppe<\/strong><\/span><\/p>\n
 df[' percent_rank<\/span> '] = df. groupby<\/span> (' group_var<\/span> ')[' value_var<\/span> ']. transform<\/span> (' rank<\/span> ', pct= True<\/span> )\n<\/b><\/span><\/pre>\n
 Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'A', 'A', 'A',\n                            'B', 'B', 'B', 'B', 'B', 'B', 'B'],\n                   ' points<\/span> ': [2, 5, 5, 7, 9, 13, 15, 17, 22, 24, 30, 31, 38, 39]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n   team points\n0 to 2\n1 to 5\n2 to 5\n3 to 7\n4 to 9\n5 to 13\n6 to 15\n7 B 17\n8 B 22\n9 B 24\n10 B 30\n11 B 31\n12 B 38\n13 B 39\n<\/b><\/span><\/pre>\n
 Beispiel 1: Berechnen Sie die Perzentilrangfolge f\u00fcr die Spalte<\/span><\/strong><\/h2>\n
 Der folgende Code zeigt, wie der Perzentilrang jedes Werts in der Punktespalte berechnet wird:<\/span><\/p>\n
 #add new column that shows percentile rank of points\n<\/span>df[' percent_rank<\/span> '] = df[' points<\/span> ']. rank<\/span> (pct= True<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n   team points percent_rank\n0 A 2 0.071429\n1 to 5 0.178571\n2 to 5 0.178571\n3 to 7 0.285714\n4 to 9 0.357143\n5 A 13 0.428571\n6 A 15 0.500000\n7 B 17 0.571429\n8 B 22 0.642857\n9 B 24 0.714286\n10 B 30 0.785714\n11 B 31 0.857143\n12 B 38 0.928571\n13 B 39 1.000000\n<\/strong><\/span><\/pre>\n
 So interpretieren Sie die Werte in der Spalte \u201epercent_rank\u201c<\/strong> :<\/span><\/p>\n