gpt4 book ai didi

python - 将数据框中的列转换为百分位排名 - Python 3.x

转载 作者:行者123 更新时间:2023-12-01 06:53:27 25 4
gpt4 key购买 nike

我有一个 Pandas 数据框,如下所示:

| id | name |         time        |
|:--:|:----:|:-------------------:|
| 1 | eric | 2014-05-16 15:15:11 |
| 2 | eric | 2014-05-27 3:43:43 |
| 3 | eric | 2014-04-24 13:25:20 |
| 4 | tony | 2014-04-19 20:18:58 |
| 5 | tony | 2014-05-08 17:8:5 |
| 6 | tony | 2014-05-21 16:55:44 |
| 7 | eric | 2014-05-18 11:26:3 |
| 8 | eric | 2014-04-05 17:51:53 |
| 9 | tony | 2014-04-06 14:21:39 |
| 10 | tony | 2014-05-08 22:24:27 |
| 11 | tony | 2014-04-10 23:11:2 |
| 12 | zac | 2014-05-04 13:13:44 |
| 13 | eric | 2014-04-03 6:50:1 |
| 14 | eric | 2014-04-25 6:22:39 |
| 15 | tony | 2014-04-14 0:23:55 |
| 16 | zac | 2014-04-19 12:12:54 |
| 17 | zac | 2014-05-30 1:36:15 |

我想要做的是将时间列中的值替换为一天中的时间的百分位数排名。我需要将此 datetime 对象转换为百分位排名。

在 Oracle SQL 中,我可以这样做:

SELECT id, name, FLOOR( (RANK() OVER (ORDER BY TO_CHAR(time, 'hh24:mm:ss')) -1) * 10 / COUNT(*) OVER ()) AS "Rank"

所需的输出如下所示:

| ID | THE_NAME | Rank |
|:--:|:--------:|:----:|
| 15 | tony | 0 |
| 17 | zac | 0 |
| 2 | eric | 1 |
| 13 | eric | 1 |
| 14 | eric | 2 |
| 7 | eric | 2 |
| 16 | zac | 3 |
| 3 | eric | 4 |
| 12 | zac | 4 |
| 9 | tony | 5 |
| 1 | eric | 5 |
| 6 | tony | 6 |
| 8 | eric | 7 |
| 5 | tony | 7 |
| 4 | tony | 8 |
| 10 | tony | 8 |
| 11 | tony | 9 |

并且,作为引用,这里有一个 SQL FIDDLE

我在 Stack Overflow 上没有找到此类问题的任何引用资料,这就是为什么我当前没有尝试显示它的失败之处。

注意:我看到 Pandas 有一个 rank function但我不明白如何在 datetime 类型上使用它,我只需要提取 24 小时时间

尝试@PrinceFrancis解决方案:

df['time'] = df['time'].dt.strftime('%H:%M:%S')
df = df.sort_values(['time']).reset_index().drop('index', axis=1)
total_size = len(df.index)
df['Rank'] = df.index * 10 / total_size
print(df)

产量:

    name      time      Rank
0 tony 00:23:55 0.000000
1 zac 01:36:15 0.588235
2 eric 03:43:43 1.176471
3 eric 06:22:39 1.764706
4 eric 06:50:01 2.352941
5 eric 11:26:03 2.941176
6 zac 12:12:54 3.529412
7 zac 13:13:44 4.117647
8 eric 13:25:20 4.705882
9 tony 14:21:39 5.294118
10 eric 15:15:11 5.882353
11 tony 16:55:44 6.470588
12 tony 17:08:05 7.058824
13 eric 17:51:53 7.647059
14 tony 20:18:58 8.235294
15 tony 22:24:27 8.823529
16 tony 23:11:02 9.411765

当尝试通过以下方式转换为 int 时:df['Rank'] = int(df.index * 10/total_size)

它产生错误:

TypeError: int() argument must be a string, a bytes-like object or a number, not 'Float64Index'

最佳答案

不确定排名函数,但您可以在重新索引数据帧后应用排名公式来获得结果

df['Rank'] = df.index * 10 / total_size

完整示例如下

import pandas as pd
from datetime import datetime

df = pd.DataFrame({
'name' : ('eric','eric','eric','tony','tony','tony','eric','eric','tony','tony','tony','zac','eric','eric','tony','zac','zac'),
'time' : [datetime.strptime(d, '%Y-%m-%d %H:%M:%S') for d in ('2014-05-16 15:15:11','2014-05-27 3:43:43','2014-04-24 13:25:20','2014-04-19 20:18:58','2014-05-08 17:08:05','2014-05-21 16:55:44','2014-05-18 11:26:03','2014-04-05 17:51:53','2014-04-06 14:21:39','2014-05-08 22:24:27','2014-04-10 23:11:02','2014-05-04 13:13:44','2014-04-03 6:50:01','2014-04-25 6:22:39','2014-04-14 0:23:55','2014-04-19 12:12:54','2014-05-30 1:36:15')]
})
df['time'] = df['time'].dt.strftime('%H:%M:%S')
df = df.sort_values(['time']).reset_index().drop('index', axis=1)
total_size = len(df.index)
df['Rank'] = df.index * 10 / total_size
df

结果是

    name    time    Rank
0 tony 00:23:55 0
1 zac 01:36:15 0
2 eric 03:43:43 1
3 eric 06:22:39 1
4 eric 06:50:01 2
5 eric 11:26:03 2
6 zac 12:12:54 3
7 zac 13:13:44 4
8 eric 13:25:20 4
9 tony 14:21:39 5
10 eric 15:15:11 5
11 tony 16:55:44 6
12 tony 17:08:05 7
13 eric 17:51:53 7
14 tony 20:18:58 8
15 tony 22:24:27 8
16 tony 23:11:02 9

关于python - 将数据框中的列转换为百分位排名 - Python 3.x,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58902711/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com