我有以下数据框:
datetime JD YEAR VAL
2000-01-01 1 2000 0.5
2000-01-02 2 2000 1.2
2000-01-03 3 2000 2.1
2000-01-04 4 2000 3.4
2000-01-05 5 2000 4.6
2000-01-06 6 2000 6.8
2000-01-07 7 2000 7.2
2000-01-08 8 2000 0.2
2000-01-09 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),日期时间是索引列。
我想计算一个新的数据帧,从 2010 年 1 月 1 日延伸到 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 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 日与往年 1 月 2 日进行比较......
lyr = df.YEAR.max() # last year i.e. 2010
cdf = df[df.YEAR == lyr]# Latest year dataframe
pdf = df[df.index.year < lyr] # Previous years dataframe
pdf.groupby('JD')['VAL']
stats.percentileofscore(pdf['VAL'], cdf['VAL'])
但是,我不确定如何让代码工作。 groupby 仅返回组,而我需要一个值列表。
设置一个小样本数据框:
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) })
然后就只有一行:
df['pctile'] = df.groupby('jd')['val'].rank(pct=True)
这是输出,排序为sort_values(['jd','val'])
jd val yr pctile
4 1 -0.720589 2010 0.333333
0 1 0.471435 2008 0.666667
2 1 1.432707 2009 1.000000
1 2 -1.190976 2008 0.333333
3 2 -0.312652 2009 0.666667
5 2 0.887163 2010 1.000000
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)