数据框中的百分位数排名。熊猫

【问题标题】：Percentile ranking in a dataframe. Pandas数据框中的百分位数排名。熊猫
【发布时间】：2015-10-02 02:34:44
【问题描述】：

我有一个包含数千行和数百列的大型数据框。每一行都是一个日期，在每一列中我都有那个日期的数据。我举个小例子：

 DATE    A      B     C
 2012    73,5   27,2  19
 2013    19,5   22,2  33
 2014    33     40    19,56

我想获得给定日期所有列的百分位排名。因此，每一列都有百分位值而不是它的数字，其中 95 个百分位表示该值位于前 5%。例如，2012 年的 A 将具有最高的百分位评级，但它只会在 2014 年的中间某个地方我想必须有一个简单的函数，比如pandas.percentile，或者pandas.rank

【问题讨论】：

标签： python pandas percentile

【解决方案1】：

您可以除以每年的最大值：

In [11]: df1 = df.set_index("DATE")

In [12]: df1
Out[12]:
         A     B      C
DATE
2012  73.5  27.2  19.00
2013  19.5  22.2  33.00
2014  33.0  40.0  19.56

In [13]: df1.max(1)
Out[13]:
DATE
2012    73.5
2013    33.0
2014    40.0
dtype: float64

In [14]: df1.div(df1.max(1), axis=0)
Out[14]:
             A         B         C
DATE
2012  1.000000  0.370068  0.258503
2013  0.590909  0.672727  1.000000
2014  0.825000  1.000000  0.489000

【讨论】：

由于某种原因，由于操作数的形状不同，我得到了一个 ValueError。我有 673 行和 75 列
我想我只需要设置一个循环，从数据框中获取每一行，然后将每个条目除以该行的最大值
max 和 div 的轴参数很关键。此外，这仅适用于类似数字的列。我认为 max 会放弃其他人，因此会出现 ValueError。你可以在做 max/div 之前select_dtypes。