如何使用Python和Pandas创建分位数和五分位数列以排名另一个变量？

Question

我有一个数据表，其中有一列叫做 Investment，表示交易者投资的金额。我想在这个数据表中创建两个新列；一个是根据 Investment 的大小来给出十分位排名，另一个是给出五分位排名。我希望1代表投资最多的十分位，10代表投资最少的十分位。同样，我希望1代表投资最多的五分位，5代表投资最少的五分位。

我刚开始学习Pandas，不知道有没有简单的方法可以做到这一点？谢谢！

Answer 1

你想要的功能可以在 pandas.qcut 中找到，具体可以查看这个链接：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.qcut.html

In [51]: import numpy as np

In [52]: import pandas as pd

In [53]: investment_df = pd.DataFrame(np.arange(10), columns=['investment'])

In [54]: investment_df['decile'] = pd.qcut(investment_df['investment'], 10, labels=False)

In [55]: investment_df['quintile'] = pd.qcut(investment_df['investment'], 5, labels=False)

In [56]: investment_df
Out[56]: 
   investment  decile  quintile
0           0       0         0
1           1       1         0
2           2       2         1
3           3       3         1
4           4       4         2
5           5       5         2
6           6       6         3
7           7       7         3
8           8       8         4
9           9       9         4   

通常情况下，用最小的数字来标记最大的百分位数并不是标准做法，但你可以通过以下方式实现这个功能：

In [60]: investment_df['quintile'] = pd.qcut(investment_df['investment'], 5, labels=np.arange(5, 0, -1))

In [61]: investment_df['decile'] = pd.qcut(investment_df['investment'], 10, labels=np.arange(10, 0, -1))

In [62]: investment_df
Out[62]: 
   investment decile quintile
0           0     10        5
1           1      9        5
2           2      8        4
3           3      7        4
4           4      6        3
5           5      5        3
6           6      4        2
7           7      3        2
8           8      2        1
9           9      1        1