Python 如何计算不同四分位值的百分位（Var）？

下面是我的主要python代码。从这里我调用了名为varmethod的方法。以数组的形式传递多个四分位值

CI=[60,70,80,90.5]
cl_对象变量法（CI，模拟）

这是我的方法：

def varmethod（self、CI、simulationDf）：
总计=模拟DF['Grand total'].sum（）
打印（总计）
百分位数=np.百分位数（总数，CI）
打印（百分位数）
df=pd.DataFrame（CI，列=['CI']））
df['Var']=百分位数
打印（df）

无论何时运行，它都会显示如下结果：

4.820088072712291e+72
[4.82008807e+72 4.82008807e+72 4.82008807e+72 4.82008807e+72 4.82008807e+72]
CI变量
0 60.0 4.820088e+72
170.0 4.820088e+72
280.0 4.820088e+72
390.5 4.820088e+72

---

它无法正确计算百分位（Var）。

百分位函数在数组上运行。一个元素数组的50%百分位是元素本身。
因此，要么您不应该

sum（）

您的

Grand Total

列，要么您只想将sum（）的输出乘以给定的小数，例如

0.6 0.7 0.8…..

我认为正确的方法是

percentiles=np.percentile（总计，模拟DF['Grand total'].values）

---

在任何情况下，我都不知道您正在计算哪种VaR，但幂为10^72的数字似乎太大了

请您用代码解释一下好吗？请参见更新的答案这里的总计只是模拟总计的总和。是的，那么您想将您的百分位数直接应用到损失模拟中，以便计算变量我试过你的答案，但不起作用。