percentile

2熱

2答えて

私はパーセンタイルに変換する配列を持っています。例えば、私は正規分布配列持っていると言う：その配列内の各値に対して import numpy as np import matplotlib.pyplot as plt arr = np.random.normal(0, 1, 1000) plt.hist(arr) を、私はその値のパーセンタイルを計算する（例えば、0は、上記の分布の50

4熱

1答えて

Python Pandasデータフレームでパーセンテージを計算する

データフレーム内の各数値のパーセンタイルを計算し、それを 'percentile'という新しい列に追加しようとしています。これは私の試みです： import pandas as pd from scipy import stats data = {'symbol':'FB','date':['2012-05-18','2012-05-21','2012-05-22','2012-05-23

0熱

1答えて

data.table：すべての数値変数

のためのパーセンタイルを算出し、私は数値変数の何十もこの set.seed(1) dt <- data.table(id = c("A", "A", "B", "B","C", "C"), var1 = c(1:6), var2 = rnorm(6)) > dt id var1 var2 1: A 1 -0.6264538 2: A 2 0.183

-1熱

2答えて

datetimeカラムpythonのパーセンタイル

datetimeフォーマット（Y-m-d H：M：S）を維持したまま、datetimeフォーマットのdataframeカラムのパーセンタイルを計算する方法はありますか？それは、整数列やフロート列上だから我々が行うために私たちのカスタムメソッドを作成することができないように、データの例日時形式で日時列に df: 0 2016-07-31 08:00:00 1 2016-07-30 14:30

0熱

1答えて

Quintile（Percentile）配列を作成し、対応する数字を切り替える必要があります

私はExcelを使用しているので、私は列を取り、対応するパーセンタイル（1-5）に割り当てる必要があります。私はその本質的に "良い"またはトップパーセンタイルであることを示すために1が必要であり、 "悪い"または底部の20％にあることを示すために5が必要です。私は "MATCH"関数を使用しましたが、それはフリップフロップされた場所でのみ動作し、5が最上位パーセンタイルで、1が最低パーセンタイル

-2熱

1答えて

グループ内で0.8を超える最初の値を返します

data<-data.frame(c(A,A,A,A,B,B,B,C,C,C),c(0.2,0.78,0.82,0,1,0.1,0.81,1,0.8,0.92,1)) 各グループ（A、B）内の最初の80％を選択したいと思います。平均的なものは使用できません。<何か案は？ data.tableを使用して

-1熱

1答えて

データの部分集合を与えられた値のパーセンタイルを得る方法。 Rを使用する

私は多くの "パーセンタイルを得る方法"の解答を読んだが、私の問題に対する解決策を見つけることができなかった。心拍数（1分あたりの拍数）、温度（小数点なしの35〜45の範囲）、アクティビティ（小数点なしの1〜15の範囲）の3列のdata.frameがあります。与えられた温度と特定の活動によって特徴付けられる心拍数の分布を考慮して、心拍数のパーセンタイル値を4列目に追加したいと思います。例：温

2熱

1答えて

データフレームの列内のすべての値のパーセンタイルを計算します。

'x'データフレームの 'a'列のすべての値に対してパーセンタイルを計算しようとしています。は、以下のコードを書くための良い方法はあります： x["pcta"] = [stats.percentileofscore(x["a"].values, i) for i in x["a"].values] 私はより良いパフォーマンスを見たいのですが。あなたが望むように

1熱

1答えて

pythonを使って四分位/百分位数を計算する方法と分析のための新しい列を作成するための基準を与えるか？

私はこのようなデータを持っている：私はパーセンタイル法を使用することにより、小規模、中規模、および大規模のレベルを定義する必要が新しい列を、作成したい Village Workers Takali 127 Dhokari 84 Aagar 10 Gardhani 122 Khanapur 65 Ambikanagar 45 Pi.Khand 120 Pangri 105

0熱

1答えて

レビュー数に大きな差がある場合は、正の評価を処理するアルゴリズム

商品P1とP2の2つがあります。 P1には合計1000件のレビューがあり、p2には200件のレビューがあります。 P1の正の評価は、我々は技術的に見ればP2の正の評価は今を90％（90％のユーザーが、それは良い製品だと言っている）され、85％（85％のユーザーが、それは良い製品だと言っている）されますP1がP2よりも優れているのは、850人のユーザーがそれが良い製品だと言っているのに対して、