生成一列数据的历史分位数

lizhyangmm

已于 2022-11-16 18:03:29 修改

阅读量1.3k

点赞数 1

分类专栏：问题总结文章标签： python numpy

于 2022-11-16 17:37:43 首次发布

本文链接：https://blog.csdn.net/lizhyangmm/article/details/127889427

版权

问题总结专栏收录该内容

2 篇文章

订阅专栏

这篇博客介绍了一种利用numpy库计算数据历史分位数的算法，通过二分法实现，但指出当数据量较大时效率较低。作者提供了一个自定义函数`f_pers()`，该函数遍历数据并逐步缩小区间以找到每个数据点的精确分位数，最终将所有分位数存储在列表中。虽然方法有效，但作者建议对于大数据集，Excel可能是更快的选择。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

没有现成的函数，二分法到是可以实现……，不过数据量一大，这玩意可不是一般慢，还是EXCEL来得快
np.percentile(series, m*100)是numpy中的函数，参数是数据系列，分位数
import numpy as np
def f_pers(series):  # 定义函数，参数是数据本身
    pre_list = []  # 空列表装每个数据的历史分位
    for i in series: 
        a, b = 0, 1  # 分位的起始区间0%-100%
        while True:
            m = (a+b)/2  # 初始分位是50%
            if np.percentile(series, m*100) >= i:  # 如果目标数据小于50%的分位对应的数据，目标数据的历史分位缩小为[0%,50%],下一次的m就是25%，目标数据可能位于0-0.25，也可能位于0.25-0.5，往复循环即可
                b = m
            elif np.percentile(series, m*100) < i:
                a = m
            if np.abs(a-b)<=0.0001:  # 循环至左右边界误差在4个百分点以后，然后终止
                break
        pre_list.append(round(m,3))  # 把每个数据的分位数放在列表中，取3个小数点
    return pre_list  # 返回分位数列表