Pandas တွင် percentile rank တွက်နည်း (ဥပမာများဖြင့်)

တန်ဖိုးတစ်ခု၏ ရာခိုင်နှုန်းအဆင့်သည် ပေးထားသည့်တန်ဖိုးထက် အတန်းနှင့် ညီမျှသော သို့မဟုတ် နိမ့်သော ဒေတာအတွဲတစ်ခုရှိ တန်ဖိုးများ၏ ရာခိုင်နှုန်းကို ပြောပြသည်။

ပန်ဒါများတွင် ရာခိုင်နှုန်းအလိုက်အဆင့်ကို တွက်ချက်ရန် အောက်ပါနည်းလမ်းများကို သင်သုံးနိုင်သည်။

နည်းလမ်း 1- ကော်လံအတွက် ရာခိုင်နှုန်းအဆင့်ကို တွက်ချက်ပါ။

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

နည်းလမ်း 2- အုပ်စုအလိုက် ရာခိုင်နှုန်းအဆင့်ကို တွက်ချက်ပါ။

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

အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame ဖြင့် လက်တွေ့တွင် နည်းလမ်းတစ်ခုစီကို အသုံးပြုနည်းကို ပြသသည်-

 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

ဥပမာ 1- ကော်လံအတွက် ရာခိုင်နှုန်းအဆင့်ကို တွက်ချက်ပါ။

အောက်ပါကုဒ်သည် အမှတ်များကော်လံရှိ တန်ဖိုးတစ်ခုစီ၏ ရာခိုင်နှုန်းအလိုက်အဆင့်ကို တွက်ချက်နည်းကို ပြသည်-

 #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

ဤသည်မှာ ရာခိုင်နှုန်း_အဆင့် ကော်လံရှိ တန်ဖိုးများကို အဓိပ္ပာယ်ဖွင့်ဆိုပုံဖြစ်သည် ။

• အမှတ်တန်ဖိုးများ၏ 7.14% သည် 2 နှင့် ညီမျှသည် ။
• အမှတ်တန်ဖိုးများ၏ 17.86% သည် 5 နှင့် ညီမျှသည် ။
• ပွိုင့်တန်ဖိုးများ၏ 28.57% သည် 7 နှင့် ညီမျှသည်။

နောက် … ပြီးတော့။

ဥပမာ 2- အုပ်စုအလိုက် ရာခိုင်နှုန်းအဆင့်ကို တွက်ချက်ပါ။

အောက်ပါကုဒ်သည် အဖွဲ့အလိုက် အုပ်စုဖွဲ့ထားသော အမှတ်ကော်လံရှိ တန်ဖိုးတစ်ခုစီ၏ ရာခိုင်နှုန်းအဆင့်ကို တွက်ချက်နည်းကို ပြသသည်-

 #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

ဤသည်မှာ ရာခိုင်နှုန်း_အဆင့် ကော်လံရှိ တန်ဖိုးများကို အဓိပ္ပာယ်ဖွင့်ဆိုပုံဖြစ်သည် ။

• Team A ၏ အမှတ်တန်ဖိုးများ၏ 14.3% သည် 2 နှင့် ညီမျှသည်။
• Team A ၏ အမှတ်တန်ဖိုးများ၏ 35.7% သည် 5 နှင့် ညီမျှသည်။
• Team A ၏ အမှတ်တန်ဖိုးများ၏ 57.1% သည် 7 နှင့် ညီမျှသည်။

နောက် … ပြီးတော့။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

ပန်ဒါများတွင် ရာခိုင်နှုန်းပြောင်းလဲမှုကို တွက်ချက်နည်း
ပန်ဒါများတွင် တိုးပွားနှုန်းကို တွက်ချက်နည်း
ပန်ဒါရှိ အုပ်စုတစ်ခုအတွင်း စုစုပေါင်း၏ ရာခိုင်နှုန်းကို တွက်ချက်နည်း