python - Pandas 的百分位排名

Question

我不太明白如何编写函数来完成分组的百分位数。我在一个数据框中拥有 1985-2012 年的所有团队；前 10 个如下所示:目前按年份排序。我正在寻找按 Year 分组的 LgRnk 的百分位数。因此，例如，1985 年的 23 LgRank(最差球队)将是 100 个百分点，而 1985 年的 1 LgRank(最佳球队)将是 1 个百分点。 30 2010 年的 LgRank(最差球队)将是 100 个百分位数，等等。它需要按 LgRnk 的不同数量的 b/c 年进行分组。

    Team                WLPer   Year LgRnk   W  L
19  Sacramento Kings    0.378   1985    18  31  51
0   Atlanta Hawks       0.415   1985    17  34  48
17  Phoenix Suns        0.439   1985    16  36  46
4   Cleveland Cavaliers 0.439   1985    15  36  46
13  Milwaukee Bucks     0.720   1985    3   59  23
3   Chicago Bulls       0.463   1985    14  38  44
16  Philadelphia 76ers  0.707   1985    4   58  24
22  Washington Wizards  0.488   1985    13  40  42
20  San Antonio Spurs   0.500   1985    12  41  41
21  Utah Jazz           0.500   1985    11  41  41

我尝试使用以下方法创建一个函数:scipy.stats.percentileofscore 我不太明白。

Answer 1

您可以在 LgRnk 列上应用:

# just for me to normalize this, so my numbers will go from 0 to 1 in this example
In [11]: df['LgRnk'] = g.LgRnk.rank()

In [12]: g = df.groupby('Year')

In [13]: g.LgRnk.apply(lambda x: x / len(x))
Out[13]:
19    1.0
0     0.9
17    0.8
4     0.7
13    0.1
3     0.6
16    0.2
22    0.5
20    0.4
21    0.3
Name: 1985, dtype: float64

Series groupby 排名(仅适用于 Series.rank )采用 pct 参数来执行此操作:

In [21]: g.LgRnk.rank(pct=True)
Out[21]:
19    1.0
0     0.9
17    0.8
4     0.7
13    0.1
3     0.6
16    0.2
22    0.5
20    0.4
21    0.3
Name: 1985, dtype: float64

并直接在 WLPer 列上(尽管由于平局而略有不同):

In [22]: g.WLPer.rank(pct=True, ascending=False)
Out[22]:
19    1.00
0     0.90
17    0.75
4     0.75
13    0.10
3     0.60
16    0.20
22    0.50
20    0.35
21    0.35
Name: 1985, dtype: float64

注意:我已经更改了第一行的数字，因此您会在完整 帧中得到不同的分数。