Skip to main content
 首页 » 编程设计

python之我怎样才能有效地获得[许多]四分位数

2025年02月15日8Leo_wl

我需要按范围对数值进行编码:低:0,中:1,高:2,非常高:3。我正在为四分位数进行编码。我有以下代码:

import pandas as pd 
import numpy as np 
 
def fun(df): 
    table = df.copy() # pandas dataframe 
    N = int(table.shape[0]) 
    for header in list(table.columns): 
        q1 = np.percentile(table[header], 25) 
        q2 = np.percentile(table[header], 50) 
        q3 = np.percentile(table[header], 75) 
        for k in range(0, N): 
            if( table[header][k] < q1 ): 
                table[header][k] = int(0) 
            elif( (table[header][k] >= q1) & (table[header][k] < q2)): 
                table[header][k] = int(1) 
            elif( (table[header][k] >= q2) & (table[header][k] < q3)): 
                table[header][k] = int(2) 
            else: 
                table[header][k] = int(3) 
        pass 
    table = table.astype(int) 
    return table 

证明

df = pd.DataFrame( { 
        'A': [30, 28, 32, 25, 25, 25, 22, 24, 35, 40], 
        'B': [25, 30, 27, 40, 42, 40, 50, 45, 30, 25], 
        'C': [25.5, 30.1, 27.3, 40.77, 25.1, 25.34, 22.11, 23.81, 33.66, 38.56], 
    }, columns = [ 'A', 'B', 'C' ] ) 

结果:

A  B  C 
2  0  1 
2  1  2 
3  0  2 
1  2  3 
1  3  0 
1  2  1 
0  3  0 
0  3  0 
3  1  3 
3  0  3 

有什么方法可以有效地做到这一点?

请您参考如下方法:

您可以结合使用 np.digitize 和 pd.rank

In [569]: np.digitize(df.rank(pct=True), bins=[.25, .5, .75], right=True) 
Out[569]: 
array([[2, 0, 1], 
       [2, 1, 2], 
       [3, 1, 2], 
       [1, 2, 3], 
       [1, 3, 1], 
       [1, 2, 1], 
       [0, 3, 0], 
       [0, 3, 0], 
       [3, 1, 3], 
       [3, 0, 3]], dtype=int64) 

详细信息

In [570]: df.rank(pct=True) 
Out[570]: 
     A     B    C 
0  0.7  0.15  0.5 
1  0.6  0.45  0.7 
2  0.8  0.30  0.6 
3  0.4  0.65  1.0 
4  0.4  0.80  0.3 
5  0.4  0.65  0.4 
6  0.1  1.00  0.1 
7  0.2  0.90  0.2 
8  0.9  0.45  0.8 
9  1.0  0.15  0.9 
 
In [571]: pd.DataFrame(np.digitize(df.rank(pct=True), bins=[.25, .5, .75], right=True), 
                       columns=df.columns) 
Out[571]: 
   A  B  C 
0  2  0  1 
1  2  1  2 
2  3  1  2 
3  1  2  3 
4  1  3  1 
5  1  2  1 
6  0  3  0 
7  0  3  0 
8  3  1  3 
9  3  0  3