获取每组变量分位数的值
获取每组变量分位数的值
提问于 2020-10-12 18:37:42
我有按组分类的数据，每个组有一个给定的分位数百分比。我想为每个组创建一个阈值，根据分位数百分比将组内的所有值分开。因此，如果一个组有q=0.8，我希望最低80%的值为1，高20%的值为0。
所以，假设数据是这样的：
我希望对象1、2和5得到结果1，其他3个得到结果0。我的数据总共由7.000.000行和14.000个组组成。我尝试过使用groupby.quantile进行此操作，但因此我需要一个常量分位数度量，而我的数据对于每个组都有一个不同的分位数度量。
回答 1
Stack Overflow用户
发布于 2020-10-20 16:34:49
设置：
num = 7_000_000
grp_num = 14_000
qua = np.around(np.random.uniform(size=grp_num), 2)
df = pd.DataFrame({
"Group": np.random.randint(low=0, high=grp_num, size=num),
"Quantile": 0.0,
"Value": np.random.randint(low=100, high=300, size=num)
}).sort_values("Group").reset_index(0, drop=True)
def func(grp):
grp["Quantile"] = qua[grp.Group]
return grp
df = df.groupby("Group").apply(func)答：(这基本上是一个for循环，因此为了提高性能，您可以尝试将numba应用于此)
def func2(grp):
return grp.Value < grp.Value.quantile(grp.Quantile.iloc[0])
df["result"] = df.groupby("Group").apply(func2).reset_index(0, drop=True)
print(df)输出：
Group Quantile Value result
0 0 0.33 156 1
1 0 0.33 259 0
2 0 0.33 166 1
3 0 0.33 183 0
4 0 0.33 111 1
... ... ... ... ...
6999995 13999 0.83 194 1
6999996 13999 0.83 227 1
6999997 13999 0.83 215 1
6999998 13999 0.83 103 1
6999999 13999 0.83 115 1
[7000000 rows x 4 columns]
CPU times: user 14.2 s, sys: 362 ms, total: 14.6 s
Wall time: 14.7 s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/64316194
复制相关文章
相似问题
腾讯云开发者
