datetime JD YEAR VAL 2000-01-01 1 2000 0.52000-01-02 2 2000 1.22000-01-03 3 2000 2.12000-01-04 4 2000 3.4 2000-01-05 5 2000 4.62000-01-06 6 2000 6.82000-01-07 7 2000 7.22000-01-08 8 2000 0.22000-01-09 9 2000 0.9...2010-12-31 365 2014 4.1
第一年是2000年,去年是2010年.没有闰年(即没有对应于2月29日的行),datetime是索引列.
我想计算一个新的数据帧,从2010年1月1日到2010年12月31日.我希望它包含一个列,用于计算由10个值组成的数组中的2010年1月1日值(VAL)的百分位数(2000年1月1日),2001年1月1日… 2009年1月1日).同样,2010年1月2日与前几年的1月2日进行了比较….
lyr = df.YEAR.max() # last year i.e. 2010cdf = df[df.YEAR == lyr]# Latest year dataframepdf = df[df.index.year < lyr] # PrevIoUs years dataframepdf.groupby('JD')['VAL']stats.percentileofscore(pdf['VAL'],cdf['VAL'])
但是,我不知道如何使代码工作. groupby只返回组,而我需要一个值列表.
@R_419_6120@ 设置一个小样本数据帧:np.random.seed(1234)df = pd.DataFrame({ 'jd': np.tile([1,2],3),'yr': np.repeat([2008,2009,2010],2),'val': np.random.randn(6) })
然后它只是一行:
df['pctile'] = df.groupby('jd')['val'].rank(pct=True)
这是输出,用sort_values排序([‘jd’,’val’])
jd val yr pctile4 1 -0.720589 2010 0.3333330 1 0.471435 2008 0.6666672 1 1.432707 2009 1.0000001 2 -1.190976 2008 0.3333333 2 -0.312652 2009 0.6666675 2 0.887163 2010 1.000000总结
以上是内存溢出为你收集整理的python – 根据前几年的数据计算pandas数据帧行的百分位数全部内容,希望文章能够帮你解决python – 根据前几年的数据计算pandas数据帧行的百分位数所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)