Skip to main content
 首页 » 编程设计

python之Groupby DataFrame 按其排名/百分位数

2025年04月02日15xxx_UU

你能帮我想出一个更好的解决方案吗如下: 对于每个日期(在列中),我都有值。我对他们进行排名并分配到三组。我的目标是按 Low、Mid、Top 组对值进行分组,并计算组均值。我把 DataFrame 和我自己的解决方案如下。 谁能提出更好的解决方案? 我的真实数据有 10000 行和 300 列。 有什么 apply 或 lambda 方法可以更直接地做到这一点吗?谢谢。

value=DataFrame({'1/1/2000':[1,4,5,6,5], 
             '1/1/2001':[3,7,8,9,4], 
             '1/1/2002':[7,8,9,4,5]}, index=list('ABCDE')) 
rank=value.apply(lambda x: pd.qcut(x, 3, labels=['low','mid','top'])) 
df=pd.DataFrame() 
df['Value']=value.stack() 
df['Rank']=rank.stack() 
df1=df.reset_index() 
df1.groupby(['Date','Rank']).mean() 

请您参考如下方法:

您只能使用一个stack,然后仅对一列Value 使用pd.qcut 而不是所有DataFrame :

df = value.stack() 
          .reset_index(name='Value') 
          .rename(columns={'level_0':'Type','level_1':'Date'}) 
 
df['Rank'] = pd.qcut(df.Value, 3, labels=['low','mid','top']) 
print (df) 
 
   Type      Date  Value Rank 
0     A  1/1/2000      1  low 
1     A  1/1/2001      3  low 
2     A  1/1/2002      7  mid 
3     B  1/1/2000      4  low 
4     B  1/1/2001      7  mid 
5     B  1/1/2002      8  top 
6     C  1/1/2000      5  mid 
7     C  1/1/2001      8  top 
8     C  1/1/2002      9  top 
9     D  1/1/2000      6  mid 
10    D  1/1/2001      9  top 
11    D  1/1/2002      4  low 
12    E  1/1/2000      5  mid 
13    E  1/1/2001      4  low 
14    E  1/1/2002      5  mid 
print (df.groupby(['Date','Rank'])['Value'].mean()) 
Date      Rank 
1/1/2000  low     2.500000 
          mid     5.333333 
1/1/2001  low     3.500000 
          mid     7.000000 
          top     8.500000 
1/1/2002  low     4.000000 
          mid     6.000000 
          top     8.500000 
Name: Value, dtype: float64 
 
print (df.groupby(['Date','Rank'])['Value'].mean().reset_index(name='Value')) 
       Date Rank     Value 
0  1/1/2000  low  2.500000 
1  1/1/2000  mid  5.333333 
2  1/1/2001  low  3.500000 
3  1/1/2001  mid  7.000000 
4  1/1/2001  top  8.500000 
5  1/1/2002  low  4.000000 
6  1/1/2002  mid  6.000000 
7  1/1/2002  top  8.500000 

编辑:

您也可以省略创建新列 Rank 并将其传递给 groupby:

df = value.stack() 
          .reset_index(name='Rank') 
          .rename(columns={'level_0':'Type','level_1':'Date'}) 
 
print (df) 
   Type      Date  Rank 
0     A  1/1/2000     1 
1     A  1/1/2001     3 
2     A  1/1/2002     7 
3     B  1/1/2000     4 
4     B  1/1/2001     7 
5     B  1/1/2002     8 
6     C  1/1/2000     5 
7     C  1/1/2001     8 
8     C  1/1/2002     9 
9     D  1/1/2000     6 
10    D  1/1/2001     9 
11    D  1/1/2002     4 
12    E  1/1/2000     5 
13    E  1/1/2001     4 
14    E  1/1/2002     5 
 
print (df['Rank'].groupby([df.Date,  
                           pd.qcut(df.Rank, 3, labels=['low','mid','top'])]) 
                 .mean().reset_index(name='Value')) 
 
       Date Rank     Value 
0  1/1/2000  low  2.500000 
1  1/1/2000  mid  5.333333 
2  1/1/2001  low  3.500000 
3  1/1/2001  mid  7.000000 
4  1/1/2001  top  8.500000 
5  1/1/2002  low  4.000000 
6  1/1/2002  mid  6.000000 
7  1/1/2002  top  8.500000