PostgreSQLのpercent_rankとscipy.stats.percentileofscoreの結果が一致するようにする

Question

私はPostgreSQLデータベースで行われた計算結果をQAQCに入力しようとしていますが、pythonスクリプトを使用して入力を読み込んで計算ステップをエコーし​​ますpythonスクリプトの最終結果とPostgreSQLの計算結果を比較します。

PostgreSQLデータベースの計算では、percent_rank functionが使用され、値リスト内の単一値のパーセンタイル順位（0〜1）が返されます。私が使用しているPythonスクリプトでScipy percentileofscore function.

私は結果が一致することはできません。PostgreSQLと一致するようにScipy percentileofscore関数でどの設定を使用すべきか知っている人はいませんか？ percent_rank関数。

Answer 1

scipy.stats.rankdataを使用できます。

In [17]: (rank - 1)/(len(values) - 1) 
Out[17]: 
array([ 0.  , 0.16666667, 0.16666667, 0.16666667, 0.66666667, 
     0.66666667, 1.  ]) 

（I」：基本的な計算はpercent_rankの等価を与えそして

In [15]: rank = rankdata(values, method='min') 

In [16]: rank 
Out[16]: array([1, 2, 2, 2, 5, 5, 7]) 

：

In [12]: import numpy as np 

In [13]: from scipy.stats import rankdata 

In [14]: values = np.array([15, 20, 20, 20, 30, 30, 40]) 

rankdata(values, method='min')が所望のランクを与える：次の例は、http://docs.aws.amazon.com/redshift/latest/dg/r_WF_PERCENT_RANK.htmlに示した結果を再生しますPython 3.5を使用しています。Python 2では、(rank - 1)/float(len(values) - 1)のようなものを使用してください。）

---

あなたはpercentileofscoreを使用することができますが、：

• あなたは引数kind='strict'を使用する必要があります。
• 結果をn/(n-1)でスケーリングしなければなりません。nは値の数です。あなたはそれぞれの個別の結果を計算するためにループを使用する必要がありますので、あなたは0と1
• percentileofscore間の画分に真の割合から変換するために、100で分割する必要があり
• は、2番目の引数がスカラーであることを期待します値。

ここでは上記と同じ値を使用した例です：

ここ

In [87]: import numpy as np 

In [88]: from scipy.stats import percentileofscore 

In [89]: values = np.array([15, 20, 20, 20, 30, 30, 40]) 

In [90]: n = len(values) 

私は結果を生成するために、リストの内包表記を使用します。httpsでの文書から判断

In [91]: [n*percentileofscore(values, val, kind='strict')/100/(n-1) for val in values] 
Out[91]: 
[0.0, 
0.16666666666666666, 
0.16666666666666666, 
0.16666666666666666, 
0.66666666666666663, 
0.66666666666666663, 
1.0]