Python 熊猫：按指数值分组，然后计算分位数？

我在

month

列中索引了一个数据帧（如果相关，则使用

df=df.set_index（'month'）

设置）：

我想添加一个名为

quantile

的新列，该列将根据该月的

ratio\u cost

值为每一行分配一个分位数值

因此，上面的示例可能如下所示：

             org_code  ratio_cost   quantile
month
2010-08-01   1847      8.685939     100 
2010-08-01   1848      7.883951     66.6 
2010-08-01   1849      6.798465     0  
2010-08-01   1850      7.352603     33.3
2010-09-01   1847      8.778501     100

我该怎么做？我试过这个：

df['quantile'] = df.groupby('month')['ratio_cost'].rank(pct=True)

但是我得到了

keyrerror:“month”

更新：我可以复制错误

这是我的CSV文件：

下面是重现错误的代码：

df = pd.read_csv('temp.csv')
df.month = pd.to_datetime(df.month, unit='s')
df = df.set_index('month')
df['percentile'] = df.groupby(df.index)['ratio_cost'].rank(pct=True)
print df['percentile']

我正在OSX上使用Pandas 0.17.1

您必须在：

---

分位数查看比率成本的分布，并找到95%的百分位区域。通过计算q_截止值来计算分位数。然后屏蔽结果值

month=['2010-08-01','2010-08-01','2010-08-01','2010-08-01','2010-09-01']
org_code=[1847,1848,1849,1850,1847]
ratio_cost=[8.685939,7.883951,6.798465,7.352603,8.778501] 
df=pd.DataFrame({'month':month,'org_code':org_code,'ratio_cost':ratio_cost})

q_cutoff = df['ratio_cost'].quantile(0.95)
mask=df['ratio_cost'] < q_cutoff
trimmed_df=df[mask]

 print(trimmed_df)

month=['2010-08-01'，'2010-08-01'，'2010-08-01'，'2010-08-01'，'2010-08-01'，'2010-09-01']
组织代码=[18471848184918501847]
成本比率=[8.685939,7.883951,6.798465,7.352603,8.778501]
df=pd.DataFrame（{'month'：month，'org\u code'：org\u code，'ratio\u cost'：ratio\u cost}）
q_截止值=df[“成本比率”]。分位数（0.95）
掩码=df[“成本比率”]

try

df['quantile']=df.groupby（df.index）['ratio\u cost'].rank（pct=True）

或

df['quantile']=df.groupby（level=0）['ratio\u cost'].rank（pct=True）

谢谢。我试着只打印df.groupby（level=0），但它给了我

提升值错误

。与

df.groupby（df.index）

相同。啊，月份列是一个日期时间-这有问题吗？我已经更新了问题以显示它产生了什么。谢谢，但这是我最初尝试的，它在问题中…实际上是

.rank（）

调用产生了错误-请参阅更新。

import pandas as pd

df = pd.read_csv('http://pastebin.com/raw/6xbjvEL0')

df.month = pd.to_datetime(df.month, unit='s')
df = df.set_index('month')

df = df.sort_index()

df['percentile'] = df.groupby(df.index)['ratio_cost'].rank(pct=True)
print df['percentile'].head()

month
2010-08-01    0.2500
2010-08-01    0.6875
2010-08-01    0.6250
2010-08-01    0.9375
2010-08-01    0.7500
Name: percentile, dtype: float64

month=['2010-08-01','2010-08-01','2010-08-01','2010-08-01','2010-09-01']
org_code=[1847,1848,1849,1850,1847]
ratio_cost=[8.685939,7.883951,6.798465,7.352603,8.778501] 
df=pd.DataFrame({'month':month,'org_code':org_code,'ratio_cost':ratio_cost})

q_cutoff = df['ratio_cost'].quantile(0.95)
mask=df['ratio_cost'] < q_cutoff
trimmed_df=df[mask]

 print(trimmed_df)