Come calcolare il rango percentile nei panda (con esempi)

Il rango percentile di un valore ci indica la percentuale di valori in un set di dati il cui rango è uguale o inferiore a un determinato valore.

È possibile utilizzare i seguenti metodi per calcolare il rango percentile nei panda:

Metodo 1: calcolare il rango percentile per la colonna

 df[' percent_rank '] = df[' some_column ']. rank (pct= True )

Metodo 2: calcolare la classificazione percentile per gruppo

 df[' percent_rank '] = df. groupby (' group_var ')[' value_var ']. transform (' rank ', pct= True )

I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con i seguenti DataFrame panda:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'A', 'A', 'A',
                            'B', 'B', 'B', 'B', 'B', 'B', 'B'],
                   ' points ': [2, 5, 5, 7, 9, 13, 15, 17, 22, 24, 30, 31, 38, 39]})

#view DataFrame
print (df)

   team points
0 to 2
1 to 5
2 to 5
3 to 7
4 to 9
5 to 13
6 to 15
7 B 17
8 B 22
9 B 24
10 B 30
11 B 31
12 B 38
13 B 39

Esempio 1: calcolare la classificazione percentile per la colonna

Il codice seguente mostra come calcolare il rango percentile di ciascun valore nella colonna dei punti:

 #add new column that shows percentile rank of points
df[' percent_rank '] = df[' points ']. rank (pct= True )

#view updated DataFrame
print (df)

   team points percent_rank
0 A 2 0.071429
1 to 5 0.178571
2 to 5 0.178571
3 to 7 0.285714
4 to 9 0.357143
5 A 13 0.428571
6 A 15 0.500000
7 B 17 0.571429
8 B 22 0.642857
9 B 24 0.714286
10 B 30 0.785714
11 B 31 0.857143
12 B 38 0.928571
13 B 39 1.000000

Ecco come interpretare i valori nella colonna percent_rank :

• Il 7,14% dei valori in punti sono uguali o inferiori a 2.
• Il 17,86% dei valori in punti sono uguali o inferiori a 5.
• Il 28,57% dei valori in punti sono uguali o inferiori a 7.

E così via.

Esempio 2: calcolare la classificazione percentile per gruppo

Il codice seguente mostra come calcolare il rango percentile di ciascun valore nella colonna dei punti, raggruppati per squadra:

 #add new column that shows percentile rank of points, grouped by team
df[' percent_rank '] = df. groupby (' team ')[' points ']. transform (' rank ', pct= True )

#view updated DataFrame
print (df)

   team points percent_rank
0 A 2 0.142857
1 A 5 0.357143
2 A 5 0.357143
3 to 7 0.571429
4 to 9 0.714286
5 A 13 0.857143
6 to 15 1.000000
7 B 17 0.142857
8 B 22 0.285714
9 B 24 0.428571
10 B 30 0.571429
11 B 31 0.714286
12 B 38 0.857143
13 B 39 1.000000

Ecco come interpretare i valori nella colonna percent_rank :

• Il 14,3% dei valori in punti della squadra A sono uguali o inferiori a 2.
• Il 35,7% dei valori in punti della squadra A sono uguali o inferiori a 5.
• Il 57,1% dei valori in punti della squadra A sono pari o inferiori a 7.

E così via.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre attività comuni nei panda:

Come calcolare la variazione percentuale nei panda
Come calcolare la percentuale cumulativa nei panda
Come calcolare la percentuale del totale all’interno di un gruppo in panda