Groupby DataFramのランク/百分位数

Question

次のように問題の解決策を見つけるのを手伝ってください。 日付（列）ごとに、値があります。私はそれらをランク付けし、3つのグループに割り当てます。私の目標は、Low、Mid、Topグループで値をグループ化し、グループ平均を計算することです。私はDataFrameと自分のソリューションを次のように配置します。 誰かがより良いソリューションを提案できますか？ 私の実際のデータは10000行と300列です。 より直接的に行うには、適用またはラムダの方法がありますか？ありがとうございました。

value=DataFrame({'1/1/2000':[1,4,5,6,5], 
      '1/1/2001':[3,7,8,9,4], 
      '1/1/2002':[7,8,9,4,5]}, index=list('ABCDE')) 
rank=value.apply(lambda x: pd.qcut(x, 3, labels=['low','mid','top'])) 
df=pd.DataFrame() 
df['Value']=value.stack() 
df['Rank']=rank.stack() 
df1=df.reset_index() 
df1.groupby(['Date','Rank']).mean() 

Answer 1

あなたは代わりに1列のみValueのためのすべてのDataFrameを一つだけstack、その後pd.qcutを使用することができます。

df = value.stack() 
      .reset_index(name='Value') 
      .rename(columns={'level_0':'Type','level_1':'Date'}) 

df['Rank'] = pd.qcut(df.Value, 3, labels=['low','mid','top']) 
print (df) 

    Type  Date Value Rank 
0  A 1/1/2000  1 low 
1  A 1/1/2001  3 low 
2  A 1/1/2002  7 mid 
3  B 1/1/2000  4 low 
4  B 1/1/2001  7 mid 
5  B 1/1/2002  8 top 
6  C 1/1/2000  5 mid 
7  C 1/1/2001  8 top 
8  C 1/1/2002  9 top 
9  D 1/1/2000  6 mid 
10 D 1/1/2001  9 top 
11 D 1/1/2002  4 low 
12 E 1/1/2000  5 mid 
13 E 1/1/2001  4 low 
14 E 1/1/2002  5 mid 

print (df.groupby(['Date','Rank'])['Value'].mean()) 
Date  Rank 
1/1/2000 low  2.500000 
      mid  5.333333 
1/1/2001 low  3.500000 
      mid  7.000000 
      top  8.500000 
1/1/2002 low  4.000000 
      mid  6.000000 
      top  8.500000 
Name: Value, dtype: float64 

print (df.groupby(['Date','Rank'])['Value'].mean().reset_index(name='Value')) 
     Date Rank  Value 
0 1/1/2000 low 2.500000 
1 1/1/2000 mid 5.333333 
2 1/1/2001 low 3.500000 
3 1/1/2001 mid 7.000000 
4 1/1/2001 top 8.500000 
5 1/1/2002 low 4.000000 
6 1/1/2002 mid 6.000000 
7 1/1/2002 top 8.500000 

EDIT：

ます。また、新しい列Rankを作成省略しgroupbyにそれを渡すことができます：

df = value.stack() 
      .reset_index(name='Rank') 
      .rename(columns={'level_0':'Type','level_1':'Date'}) 

print (df) 
    Type  Date Rank 
0  A 1/1/2000  1 
1  A 1/1/2001  3 
2  A 1/1/2002  7 
3  B 1/1/2000  4 
4  B 1/1/2001  7 
5  B 1/1/2002  8 
6  C 1/1/2000  5 
7  C 1/1/2001  8 
8  C 1/1/2002  9 
9  D 1/1/2000  6 
10 D 1/1/2001  9 
11 D 1/1/2002  4 
12 E 1/1/2000  5 
13 E 1/1/2001  4 
14 E 1/1/2002  5 

print (df['Rank'].groupby([df.Date, 
          pd.qcut(df.Rank, 3, labels=['low','mid','top'])]) 
       .mean().reset_index(name='Value')) 

     Date Rank  Value 
0 1/1/2000 low 2.500000 
1 1/1/2000 mid 5.333333 
2 1/1/2001 low 3.500000 
3 1/1/2001 mid 7.000000 
4 1/1/2001 top 8.500000 
5 1/1/2002 low 4.000000 
6 1/1/2002 mid 6.000000 
7 1/1/2002 top 8.500000