为 pandas 系列的每个值分配百分位数

Question

是否有直接开箱即用的方式为 pandas 系列的每个值分配百分位数？

我通过排名和重新调整来实现这个计算，就像这里：

values = pd.Series(np.random.normal(0,1,100))
percentiles = values.rank()/values.shape

例如系列： [0,2,4,2,10,8,6,1]

应该收到百分位数： [0.125, 0.4375, 0.625, 0.4375, 1.0, 0.875, 0.75, 0.25]

但是我很惊讶没有本机解决方案（例如qcut ， quantile等......）

有没有明确的计算方法？

Answer 1

您可以使用rank执行此操作，其中pct=True选项以percentile形式显示排名。

In [1551]: v = pd.Series([0,2,4,2,10,8,6,1])
In [1556]: v.rank(pct=True)                 
Out[1556]: 
0    0.1250
1    0.4375
2    0.6250
3    0.4375
4    1.0000
5    0.8750
6    0.7500
7    0.2500
dtype: float64