熊猫的数据以最高的N%
熊猫的数据以最高的N%
提问于 2015-12-09 16:47:14
我有一个熊猫系列(作为更大数据框架的一部分)，如下所示：
0 7416
1 10630
2 7086
3 2091
4 3995
5 1304
6 519
7 1262
8 3676
9 2371
10 5346
11 912
12 3653
13 1093
14 2986
15 2951
16 11859我想根据以下分位数对行进行分组：
Top 0-5%
Top 6-10%
Top 11-25%
Top 26-50%
Top 51-75%
Top 76-100%首先，我从对数据使用pd.rank()开始，然后我计划使用pd.cut()将数据切割成回收箱，但它似乎不接受顶N%，而是接受显式bin边。在熊猫中是否有一种简单的方法可以做到这一点，或者我是否需要创建一个lambda/apply函数来计算每个排列好的项目应该放在哪个位置。
回答 2
Stack Overflow用户
回答已采纳
发布于 2015-12-09 16:53:03
你就是这么想的吗？
pd.qcut(data, [0.05, 0.1, 0.25, 0.5, 0.75, 1])Stack Overflow用户
发布于 2018-03-27 15:10:43
略为修改的版本：
Pd.qcut(数据，0，0.05，0.1，0.25，0.5，0.75，1)
否则，它给我的NaN数据集低于0.05 (5%)。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/34184323
复制相关文章
相似问题
腾讯云开发者
