Come creare una colonna Decile e Quintile per classificare un'altra variabile in base alle dimensioni usando Python, Pandas?

Question

Ho un frame di dati con una colonna contenente Investment che rappresenta l'importo investito da un commerciante. Vorrei creare 2 nuove colonne nel frame di dati; uno che dà un grado decimale e l'altro un grado quintile basato sulla dimensione Investment. Voglio che 1 rappresenti il ​​decile con gli Investimenti maggiori e 10 che rappresenta il più piccolo. Con simpatia, voglio 1 rappresentare il quintile con i maggiori investimenti e 5 rappresenta il più piccolo.

Sono nuovo di Panda, quindi c'è un modo per farlo facilmente? Grazie!

Answer 1

La funzionalità che stai cercando è in pandas.qcuthttp://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 

E 'non standard per etichettare il più grande percentile con il minor numero, ma si può fare questo

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