使用python 计算百分位数实现数据分箱代码
对于百分位数，相信大家都比较熟悉，以下解释源引自百度百科。
百分位数，如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为：一组n个观测值按数值大小排列。如，处于p%位置的值称第p百分位数。
因为百分位数是采用等分的方式划分数据，因此也可用此方法进行等频分箱。
importpandasaspd
importnumpyasnp
importrandom
t=pd.DataFrame(columns=['l','s'])
#随机生成1000个0到999整数
t['l']=[random.randint(0,999)for_rangeinrange(1000)]
#定义s为1，便于统计
t['s']=1
#通过np.percentile找到分位点
l_bin=[]
foriinrange(0,101,10):
l_bin.append(np.percentile(t['l'],i))
#分位点最后一个数加上一个极小的数，否则切分后数字999会标记为nan
l_bin[-1]+=1/1e10
print('分位点:',np.array(l_bin).round(2))
#对随机数进行切分，right=False时左闭右开
t['box']=pd.cut(t['l'],l_bin,right=False)
tj=t.groupby('box')['s'].agg('sum')
print('分箱统计')
print(tj)
#生成新的标签
label=[]
foriinrange(len(l_bin)-1):
label.append(str(l_bin[i].round(4))+'+')
#原标签和自定义的新标签生成字典
list_box_td=list(set(t['box']))
list_box_td.sort()
dict_t=dict(zip(list_box_td,label))
#根据字典进行替换
t['new_box']=t['box'].replace(dict_t)
print('新分箱统计')
tj=t.groupby('new_box')['s'].agg('sum')
print(tj)
delt['s']
print(t.head())
输出结果：
分位点:[0.90.9194.6290.386.473.5589.688.783.2884.2 997.] 分箱统计 box [0.0,90.9)100 [90.9,194.6)100 [194.6,290.0)99 [290.0,386.0)99 [386.0,473.5)102 [473.5,589.0)99 [589.0,688.0)100 [688.0,783.2)101 [783.2,884.2)100 [884.2,997.0)100 Name:s,dtype:int64 新分箱统计 new_box 0.0+100 194.6+99 290.0+99 386.0+102 473.5+99 589.0+100 688.0+101 783.2+100 884.2+100 90.9+100 Name:s,dtype:int64 lboxnew_box 0253[194.6,290.0)194.6+ 1468[386.0,473.5)386.0+ 2130[90.9,194.6)90.9+ 3476[473.5,589.0)473.5+ 4656[589.0,688.0)589.0+
可以看出每个分箱内，约有100个数字。根据这个方法，可以自定义一些标签。
补充拓展：python计算动态时点的百分位数
【说明】
1、动态时点：每次计算的数据框为截止于当前行的数据，即累计行（多次计算）；
2、静态时点（当前时间）：计算的数据框为所有行（一次计算）；
【代码】
test=pd.DataFrame(np.random.randint(1,10,size=10),columns=['value'])#生成[1,10]的随机整数 test['pct_sf']=test.index.map(lambdax:test.ix[:x].value.rank(pct=True)[x])#动态时点 test['pct']=test.value.rank(pct=True)#当前时点 test
以上这篇使用python计算百分位数实现数据分箱代码就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。