基于数据框中值的百分位数分配标签的 Pythonic 方法答案

【问题标题】：Pythonic way to assign labels based on percentile of values in a dataframe基于数据框中值的百分位数分配标签的 Pythonic 方法
【发布时间】：2020-11-23 01:56:07
【问题描述】：

我想知道解决我遇到的以下问题的好方法。

我有一个 python 数据框，其中包含与 ID 关联的 3 个预先计算的值。我想根据与计算列之一对应的值关联的百分位数为该 ID 分配一个标签

给定数据：

### note : VAL1 is a rank i.e lower the better
###.       VAL2 is just a number associated to the ID where the higher the number the better. Assume VAL2 min = 0, max = 25000
df = pd.DataFrame({"ID": [132, 444, 323], "VAL1": [0.82, 0.16, 0.48], "VAL2": [24000, 6242, 16824]})
    #     ID      VAL1     VAL2
    # 0   132     0.82     24000
    # 1   444     0.16     6242
    # 2   323     0.48     16824

想要的输出：

output_df = 
    #     ID      VAL1     VAL2     VAL1_LABEL     VAL2_LABEL
    # 0   132     0.82     24000    bottom50%      top25%
    # 1   444     0.16     6242     top25%         bottom50%
    # 2   323     0.48     16824    middle25-50%   middle25-50%

【问题讨论】：

pd.qcut(df.VAL1,[0,.25,.50,1]) ?
我不知道这个功能，让我看看，但乍一看它似乎可以满足我的需求，谢谢！

标签： python pandas numpy lambda pandas-groupby

【解决方案1】：

从我在您的问题中可以看出，这与您正在寻找的内容很接近：

#take 1-the proportion to get the inverse that you want
df["VAL1_LABEL"] = 1 - df.VAL1/sum(df.VAL1)
df["VAL1_LABEL"] = np.where(df.VAL1_LABEL<df.VAL1_LABEL.mean(),"bottom50%","top50%")

您可以通过添加嵌套条件进一步指定。

【讨论】：

【解决方案2】：

像这样赋值

df['VAL1_LABEL'] = pd.qcut(df.VAL1,[0,.5,.75,1], labels=['bottom25%','middle25%-50%','top25%']) 
Out[199]: 
0       top25%
1    bottom25%
2    bottom25%
Name: VAL1, dtype: category

【讨论】：