Python 如何从频率表计算百分位数？

我有一个CSV文件：

fr id
 1 10000152
 1 10000212
 1 10000847
 1 10001018
 2 10001052
 2 10001246
14 10001908
...........

这是一个频率表，

id

是整数变量，

fr

是给定值的出现次数。文件按值升序排序。 我想计算变量的百分位数（即90%，80%，70%…10%）

我在纯Python中完成了这项工作，类似于以下伪代码：

bucket=sum(fr)/10.0
percentile=1
sum=0
for (current_fr, current_id) in zip(fr,id):
   sum=sum+current_fr
   if (sum > percentile*bucket):
      print "%i percentile: %i" % (percentile*10,current_id)
      percentile=percentile+1

但这段代码非常原始：它没有考虑百分位应该在集合中的值之间，它不能后退，等等

---

还有更优雅、通用、现成的解决方案吗？

似乎您想要的是

fr

的累积总和。你能行

cumfr = [sum(fr[:i+1]) for i in range(len(fr))]

那么百分位数是

percentile = [100*i/cumfr[-1] for i in cumfr]

---

似乎您想要的是

fr

的累积和。你能行

cumfr = [sum(fr[:i+1]) for i in range(len(fr))]

那么百分位数是

percentile = [100*i/cumfr[-1] for i in cumfr]

---

这是一个很好的答案，但解释有限。如果能给出更好的解释，可能会帮助更多的人。此外，我无法将fr（：I+1）更正为fr[：I+1]。有权限更改少于6个字符的人可以进行更改吗？Python在运行代码时抛出的错误具有误导性。这是一个很好的答案，但解释有限。如果能给出更好的解释，可能会帮助更多的人。此外，我无法将fr（：I+1）更正为fr[：I+1]。有权限更改少于6个字符的人可以进行更改吗？Python在运行代码时抛出的错误具有误导性。