Jak obliczyć pozycję procentową w pandach (z przykładami)

Ranga percentylowa wartości mówi nam, jaki procent wartości w zbiorze danych ma rangę równą lub niższą od danej wartości.

Do obliczenia rangi percentylowej u pand możesz użyć następujących metod:

Metoda 1: Oblicz rangę percentyla dla kolumny

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

Metoda 2: Oblicz ranking percentylowy według grupy

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

Poniższe przykłady pokazują, jak w praktyce używać każdej metody z następującą ramką DataFrame pand:

 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

Przykład 1: Oblicz ranking percentyla dla kolumny

Poniższy kod pokazuje, jak obliczyć rangę percentylową każdej wartości w kolumnie punktów:

 #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

Oto jak interpretować wartości w kolumnie percent_rank :

• 7,14% wartości punktowych jest równych lub mniejszych od 2.
• 17,86% wartości punktowych jest równych lub mniejszych niż 5.
• 28,57% wartości punktowych jest równych lub mniejszych niż 7.

I tak dalej.

Przykład 2: Oblicz ranking percentylowy według grupy

Poniższy kod pokazuje, jak obliczyć rangę percentylową każdej wartości w kolumnie punktów, pogrupowanej według zespołu:

 #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

Oto jak interpretować wartości w kolumnie percent_rank :

• 14,3% wartości punktowych Drużyny A jest równych lub mniejszych niż 2.
• 35,7% wartości punktowych Drużyny A jest równych lub mniejszych niż 5.
• 57,1% wartości punktowych Drużyny A jest równych lub mniejszych niż 7.

I tak dalej.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe zadania w pandach:

Jak obliczyć zmianę procentową u pand
Jak obliczyć skumulowany procent w pandach
Jak obliczyć procent całości w grupie w pandach