主页 / coding / 问题 / 79192792
Accepted
Karthik S
Asked: 2024-11-15 22:26:58 +0800 CST

如何根据百分位范围为 Pandas 列中的每个值分配分数，得到“系列的真值不明确。”错误

  • 772

我需要为 pandas 数据框的许多列中的每个值分配分数，具体取决于每个值之间的百分位数分数范围。

我创建了一个函数：

import pandas as pd
import numpy as np

def get_percentiles(x, percentile_array):
    percentile_array = np.sort(np.array(percentile_array))
    if x < x.quantile(percentile_array[0]) < 0:
        return 1
    elif (x >= x.quantile(percentile_array[0]) & (x < x.quantile(percentile_array[1]):
        return 2
    elif (x >= x.quantile(percentile_array[1]) & (x < x.quantile(percentile_array[2]):
        return 3
    elif (x >= x.quantile(percentile_array[2]) & (x < x.quantile(percentile_array[3]):
        return 4
    else:
        return 5

样本数据：

df = pd.DataFrame({'col1' : [1,10,5,9,15,4],
                   'col2' : [4,10,15,19,3,2],
                   'col3' : [10,5,6,9,1,24]})

当我尝试使用 apply 运行该函数时：

percentile_array = [0.05, 0.25, 0.5, 0.75]

df.apply(lambda x : get_percentiles(x, percentile_array), result_type = 'expand')

我收到以下错误：

Truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()

预期输出是包含 3 列的新数据框，其分数介于 1 到 5 之间，具体取决于每列中每个值属于哪个百分位范围

python

1 个回答

  1. Best Answer

    IIUC，您可以用它rank来计算百分位数（每列），然后pandas.cut将值分类到您的参考中：

    percentile_array = [0.05, 0.25, 0.5, 0.75]
bins = [-np.inf]+percentile_array+[np.inf]
labels = [1, 2, 3, 4, 5]

out = (df.rank(pct=True)
         .apply(lambda c: pd.cut(c, bins=bins, labels=labels))
      )

    或者，使用numpy.searchsorted：

    percentile_array = [0.05, 0.25, 0.5, 0.75]
bins = [-np.inf]+percentile_array+[np.inf]

out = pd.DataFrame(np.searchsorted(bins, df.rank(pct=True)),
                   columns=df.columns, index=df.index)

    输出：

      col1 col2 col3
0    2    3    5
1    5    4    3
2    3    5    3
3    4    5    4
4    5    3    2
5    3    2    5

    中间的：

    df.rank(pct=True)

       col1      col2      col3
0  0.166667  0.500000  0.833333
1  0.833333  0.666667  0.333333
2  0.500000  0.833333  0.500000
3  0.666667  1.000000  0.666667
4  1.000000  0.333333  0.166667
5  0.333333  0.166667  1.000000

    为了使原始功能正常工作，您将需要类似以下内容：

    def get_percentiles(x, percentile_array):
    percentile_array = np.sort(np.array(percentile_array))
    m1 = x < x.quantile(percentile_array[0])
    m2 = (x >= x.quantile(percentile_array[0])) & (x < x.quantile(percentile_array[1]))
    m3 = (x >= x.quantile(percentile_array[1])) & (x < x.quantile(percentile_array[2]))
    m4 = (x >= x.quantile(percentile_array[2])) & (x < x.quantile(percentile_array[3]))

    return np.select([m1, m2, m3, m4], [1, 2, 3, 4], 5)
    • 1

相关问题