Python：如何在Pandas中创建加权分位数？

Question

Python：如何在Pandas中创建加权分位数？

14

我知道如何使用pd.qcut在Pandas中创建简单的分位数。但是在搜索了一番之后，我并没有找到任何方法来创建加权分位数。具体而言，我想创建一个变量，将感兴趣的变量值（从最小到最大）分成等权重的不同区间。目前我的代码如下：

def wtdQuantile(dataframe, var, weight = None, n = 10):
    if weight == None:
        return pd.qcut(dataframe[var], n, labels = False)
    else:
        dataframe.sort_values(var, ascending = True, inplace = True)
        cum_sum = dataframe[weight].cumsum()
        cutoff = max(cum_sum)/n
        quantile = cum_sum/cutoff
        quantile[-1:] -= 1
        return quantile.map(int)

有没有更简单的方式，或者Pandas中我遗漏了什么预构建的东西？

编辑： 根据要求，我提供一些样本数据。在下面的内容中，我试图使用"Weight"作为权重来分箱"Var"变量。使用pd.qcut，我们可以获得每个箱中相同数量的观测值。相反，我想要每个箱中的等权重，或者在这种情况下，尽可能接近等权重。

Weight  Var  pd.qcut(n=5)  Desired_Rslt
   10     1            0              0
   14     2            0              0
   18     3            1              0
   15     4            1              1
   30     5            2              1
   12     6            2              2
   20     7            3              2
   25     8            3              3
   29     9            4              3
   45    10            4              4

- AdmiralWen

2

你能提供一些样本数据、输入和输出，以说明你想要的内容吗？ - cs95

2

请在询问 Pandas 相关问题时，始终提供样本数据。 - Gustavo Bezerra

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- jakevdp · Accepted Answer

我不认为这是Pandas内置的功能，但是这里有一个函数可以用几行代码实现你想要的功能：

import numpy as np
import pandas as pd
from pandas._libs.lib import is_integer

def weighted_qcut(values, weights, q, **kwargs):
    'Return weighted quantile cuts from a given series, values.'
    if is_integer(q):
        quantiles = np.linspace(0, 1, q + 1)
    else:
        quantiles = q
    order = weights.iloc[values.argsort()].cumsum()
    bins = pd.cut(order / order.iloc[-1], quantiles, **kwargs)
    return bins.sort_index()

我们可以这样在您的数据上进行测试：

data = pd.DataFrame({
    'var': range(1, 11),
    'weight': [10, 14, 18, 15, 30, 12, 20, 25, 29, 45]
})

data['qcut'] = pd.qcut(data['var'], 5, labels=False)
data['weighted_qcut'] = weighted_qcut(data['var'], data['weight'], 5, labels=False)
print(data)

输出结果与您上面所需的结果匹配：

   var  weight  qcut  weighted_qcut
0    1      10     0              0
1    2      14     0              0
2    3      18     1              0
3    4      15     1              1
4    5      30     2              1
5    6      12     2              2
6    7      20     3              2
7    8      25     3              3
8    9      29     4              3
9   10      45     4              4