ntile (Dezil) -Funktion in Python

Was ich getan habe

Auch wenn die ntile-Funktion durchsucht wird, die in SQL während der Decyl-Analyse häufig verwendet wurde, Es kam nicht heraus, also habe ich eine Funktion erstellt.

Widmet sich den Brüdern, die der Meinung waren, dass "ntile das Beste ist. Warum ist es nicht Python .." in SQL.

ntile Funktion (etwas bearbeitet)

Nun, als Verwendung, Habe df = pandas dataframe eingefügt, col = Decyl Geben Sie den Spaltennamen ein, den Sie analysieren möchten. n = 10 ist gesetzt, aber wenn Sie 100 Gruppen bilden möchten, setzen Sie n = 100 usw. Wenn n_tile = True, geben Sie den Datenrahmen zurück, der als Spalten für die Anzahl der Dekores angegeben ist. Bei der Einstellung False wird ein Datenrahmen mit verschiedenen Aggregatfunktionen zurückgegeben. agg = Aggregatfunktion, die Sie verwenden möchten, wenn n_tile False oben, Für diejenigen, die "nur Summe" sagen, verwenden Sie agg = ["Summe"] als Argument.

• Kommentare sind auf Englisch, weil ich Englisch lerne.

def ntile(df, col, n=10, n_tile=True, ascending=False, aggs=["sum", "count", "min", "max", "median", "mean", "std"]):
    # check pandas dataframe type
    if type(df) == pd.core.frame.DataFrame:
        # check int or float
        if type(df[f"{col}"].max()) == np.int64 or type(df[f"{col}"].max()) == np.float64:
            ntile_df = pd.DataFrame()
            length = len(df)
            df = df.sort_values(col, ascending=ascending).reset_index(drop=True)
            div_n = math.ceil(len(df) / n)

            # mark N group 
            for idx, num in enumerate(range(0, length, div_n)):
                n_df = df[num: num+div_n]
                n_df["decile"] = idx + 1
                ntile_df = ntile_df.append(n_df)
            
            # return ntile_df if need only decile data
            if n_tile:
                return ntile_df
            
            # otherwise aggregate col
            agg_df = ntile_df.groupby("decile").agg({f"{col}": aggs}).reset_index()
            #  clean columns
            agg_df.columns = ["".join(c) for c in agg_df.columns]
            # merge two data
            ntile_df = ntile_df.merge(agg_df, on="decile").copy()
            
            return ntile_df
        
        raise TypeError(f"`{col}` must be int or float type")
    raise TypeError(f"`{type(df)}` must be pandas.core.frame.DataFrame type")

Erstellen Sie Beispieldaten

import pandas as pd
import random
#Erstellen Sie einen zufälligen Preis Kerl
price = random.sample(range(10000, 900000), k=10000)
#Erstellen Sie einen Datenrahmen mit den oben genannten
data = pd.DataFrame(price, columns=["price"])

Der Inhalt ist so.

Verwenden Sie es so

#Daten in die Funktion einfügen. n=Belassen Sie die Standardeinstellung 10
data = ntile(data, "price")
#Gruppieren Sie nach mit Dezil und wenden Sie verschiedene Aggregatfunktionen an.
data.groupby("decile").agg({"price": ["sum", "count", "min", "max", "median", "mean"]}).reset_index()

n=10

n=100

Wenn n_tile = False

data = ntile(data, "price", n=5 , n_tile=False)

data.pricemin.value_counts().sort_index().reset_index().rename(columns={"index": "price_segment", "pricemin": "count"})

Und sieh dir das an.

Haben Sie jemals so etwas getan? Und "Gibt es nicht eine Funktion, die eine Klasse mit n% aller Klassen in der Zielspalte erstellt?" Hast du das jemals gefühlt?

Ich bin ein Anfänger, deshalb habe ich mehrmals darüber nachgedacht. Ich habe jedes Mal auf ntile geschaut und es von Hand korrigiert, aber von nun an ist es möglich, es nur durch Ändern des Teils von n = 10 zu ändern. Immerhin hat Python eine kleinere Wendung als SQL.

Am Ende

Ich weiß nicht, ob die Suche unzureichend ist, aber es ist seltsam, dass es in SQL keine ntile-Funktion wie Python gibt. Nun, ich habe versucht, es als Übung zu machen. Wenn Sie also Jobs von SQLer zu Python geändert haben, verwenden Sie es bitte.