相关疑难解决方法(0)

我有一个pandas数据框my_df,在那里我可以找到给定列的mean(),median(),mode():

my_df['field_A'].mean()
my_df['field_A'].median()
my_df['field_A'].mode()

我想知道是否有可能找到更详细的统计数据,如90%？谢谢!

我想创建一个函数,它将(有序)列表作为其参数,并输出一个包含每个元素的相应百分位数的列表.

例如,fn([1,2,3,4,17])退货[0.0, 0.25, 0.50, 0.75, 1.00].

任何人都可以请:

1. 帮我纠正下面的代码？要么
2. 提供比我的代码更好的替代方案,用于将列表中的值映射到相应的百分位数？

我目前的代码:

def median(mylist):
    length = len(mylist)
    if not length % 2:
        return (mylist[length / 2] + mylist[length / 2 - 1]) / 2.0
    return mylist[length / 2]

###############################################################################
# PERCENTILE FUNCTION
###############################################################################

def percentile(x):
    """
    Find the correspoding percentile of each value relative to a list of values.
    where x is the list of values
    Input list should already be sorted!
    """

    # sort the input list …

我看过这个答案,解释了如何计算特定百分位数的价值,这个答案解释了如何计算与每个元素相对应的百分位数.

• 使用第一个解决方案,我可以计算值并扫描原始数组以查找索引.

• 使用第二种解决方案,我可以扫描整个输出数组以查找我正在寻找的百分位数.

但是,如果我想知道对应于特定百分位数的索引(在原始数组中)(或包含最接近该索引的元素的索引),则两者都需要额外的扫描.

是否有更直接或内置的方法来获得对应百分位数的指数？

注意:我的数组没有排序,我希望索引在原始的未排序数组中.

我的程序中有一个字典,每个值都是响应时间列表.我需要计算每个列表的95百分位响应时间.我知道如何计算平均值,但不知道95百分位计算.任何指针将不胜感激.

以下是我的程序的字典输出

finalvalues = {' https://lp1.soma.sf.com/img/chasupersprite.qng?v=182-4':['505','1405','12','12','3 '] ,' https : //lp1.soma.sf.com/img/metaBar_sprite.dsc ':['154','400','1124','82','94','108']}

我想从 Python 中的多个大向量的集合中计算百分位数。有没有更有效的方法，而不是尝试连接向量，然后通过numpy.percentile将生成的巨大向量放入？

我的想法是，首先，计算不同值的频率（例如使用scipy.stats.itemfreq），其次，将不同向量的项目频率组合起来，最后，根据计数计算百分位数。

不幸的是，我无法找到用于组合频率表的函数（它不是很简单，因为不同的表可能涵盖不同的项目），或者用于从项目频率表计算百分位数。我需要实现这些，还是可以使用现有的 Python 函数？这些功能是什么？

我在这里和这里偶然发现了用于计算百分位数的纯python实现:

import math
import functools

def percentile(N, percent, key=lambda x:x):
"""
Find the percentile of a list of values.

@parameter N - is a list of values. Note N MUST BE already sorted.
@parameter percent - a float value from 0.0 to 1.0.
@parameter key - optional key function to compute value from each element of N.

@return - the percentile of the values
"""
   if not N:
       return None
   k = (len(N)-1) * percent
   f …

Students=['student1','student2','student3','student4','student5','student6','student7','student8','student9','student10'] 
Marks = [45, 78, 12, 14, 48, 43, 47, 98, 35, 80]


def display_dash_board(students, marks):

    dictionary = dict(zip(Students,Marks))

    # write code for computing top top 5 students
    print("Top 5 Students are :\n\n")
    for key, value in sorted(dictionary.items(), key=lambda item: item[1],reverse=True)[:5]:
          print("%s: %s" % (key, value))

    # write code for computing top least 5 students
    print("\n\n Top Least 5 Students are : \n\n")
    for key, value in sorted(dictionary.items(), key=lambda item: item[1])[:5]:
          print("%s: %s" % (key, value))    

    # write code for …

我用这个函数从这里计算百分位数:

import numpy as np
a = [12, 3, 45, 0, 45, 47, 109, 1, 0, 3]
np.percentile(a, 25)

但我得到这个错误:

AttributeError: 'module' object has no attribute 'percentile'

我也试过了

import numpy.percentile as np

但它没有我得到同样的错误.

我的numpy版本是1.3.0我试图升级,但似乎我不会使用:[sudo pip install --upgrade scipy][2]但我发现没有升级.

我的ubuntu版本9.10

我的python版本是:2.6.4

我也试图绕过numpy.percentile模块,我在这里找到了:

>>> def percentile(N, P):
...     n = int(round(P * len(N) + 0.5))
...     if n > 1:
...         return N[n-2]
...     else:
...         return 0
...
>>> a = [1, 23, …