在python中为长股票列表指定百分位值

我有一份700多只股票的清单：

excesslist.nlargest(5)
OLED    4.551521
NBIX    4.538618
ALNY    4.526540
AMD     4.502308
IONS    4.484968
...

我想给每只股票一个值（百分之一）。例如，前1%的人得分为.99，前2%的人得分为.98。。。最底层的1%将得到0.01

无法使用np.percentile来增加ea值，只能手动执行，并且不确定如何分配值：

In: np.percentile(excesslist,[0,1,2,3])

Out: array([ 0.72803527,  0.78873332,  0.83364907,  0.85492285])

---

预期输出是为列表的ea 1/100百分位分配一个公共值

初始化数据帧，然后使用：

---

初始化数据帧，然后使用：

---

使用

pd.Series.rank

或

pd.DataFrame.rank

方法中的

pct=True

参数

excesslist.rank(pct=True)

---

使用

pd.Series.rank

或

pd.DataFrame.rank

方法中的

pct=True

参数

excesslist.rank(pct=True)

---

好的，这很有效-但是我如何给百分位数赋值呢？@thomas.mac试试

df['Percentile']/=100

？这是一个很好的答案+1感谢很多很容易理解的问题，我正在使用qcut创建一个df，并在中得到一个奇怪的序列return@thomas.mac很乐意帮忙！好的，这很有效-但是我如何给百分位数赋值呢？@thomas.mac试试

df['Percentile']/=100

？这是一个很好的答案+1感谢很多很容易理解的问题，我正在使用qcut创建一个df，并在中得到一个奇怪的序列return@thomas.mac很乐意帮忙！假设它是一个系列。。。但是+1系列和数据帧都有这种方法。我假设

excesslist

必须是一个

pd.Series

考虑到OP-use

nlargest

没有

col

参数。

excesslist.rank（pct=True）。四舍五入（2）

假设它是一个Series。。。但是+1系列和数据帧都有这种方法。我假设

excesslist

必须是一个

pd.Series

，考虑到OP使用

nlargest

，没有

col

参数。

excesslist.rank（pct=True）。四舍五入（2）