Como calcular a classificação percentil em pandas (com exemplos)

A classificação percentual de um valor nos informa a porcentagem de valores em um conjunto de dados cuja classificação é igual ou inferior a um determinado valor.

Você pode usar os seguintes métodos para calcular a classificação percentual em pandas:

Método 1: calcular a classificação percentil para coluna

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

Método 2: calcular a classificação percentil por grupo

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

Os exemplos a seguir mostram como usar cada método na prática com o seguinte DataFrame do pandas:

 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

Exemplo 1: Calcular classificação percentil para coluna

O código a seguir mostra como calcular a classificação percentual de cada valor na coluna de pontos:

 #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

Veja como interpretar os valores na coluna percent_rank :

• 7,14% dos valores dos pontos são iguais ou inferiores a 2.
• 17,86% dos valores dos pontos são iguais ou inferiores a 5.
• 28,57% dos valores dos pontos são iguais ou inferiores a 7.

E assim por diante.

Exemplo 2: Calcular classificação percentil por grupo

O código a seguir mostra como calcular a classificação percentual de cada valor na coluna de pontos, agrupados por equipe:

 #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

Veja como interpretar os valores na coluna percent_rank :

• 14,3% dos valores de pontos do Time A são iguais ou inferiores a 2.
• 35,7% dos valores de pontos do Time A são iguais ou inferiores a 5.
• 57,1% dos valores de pontos do Time A são iguais ou inferiores a 7.

E assim por diante.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras tarefas comuns em pandas:

Como calcular a variação percentual em pandas
Como calcular a porcentagem cumulativa em pandas
Como calcular a porcentagem do total dentro de um grupo em pandas