我有一个很大的df,这是一个说明我的问题的例子.我想从这个数据框架知道哪个id在工作方面的第一个百分比.我想确定(我正在考虑一个假人)百分之一的分配中有更多的工作
例如
id year rap cohort jobs year_of_life rap_new
1 2009 0 NaN 10 NaN 0
2 2012 0 2012 12 0 0
3 2013 0 2012 12 1 1
4 2014 0 2012 13 2 1
5 2015 1 2012 15 3 1
6 2016 0 2012 17 4 0
7 2017 0 2012 19 5 0
8 2009 0 2009 15 0 1
9 2010 0 2009 2 1 1
10 2011 0 2009 3 2 1
11 2012 1 2009 3 3 0
12 2013 0 2009 15 4 0
13 2014 0 2009 12 5 0
14 2015 0 2009 13 6 0
15 2016 0 2009 13 7 0
16 2011 0 2009 3 2 1
17 2012 1 2009 3 3 0
18 2013 0 2009 18 4 0
19 2014 0 2009 12 5 0
20 2015 0 2009 13 6 0
.....
100 2009 0 2007 5 6 1
转换为这样的东西也许,在这个数据框中,因为我们有100个百分比,百分之一是百分之一,然后寻找工作中最大的id.我真的df改变了观察次数,这就是为什么即时寻找一些标准代码,无论观察次数多少都会适用
id year rap cohort jobs year_of_life rap_new new_var
1 2009 0 NaN 10 NaN 0 0
2 2012 0 2012 12 0 0 0
3 2013 0 2012 12 1 1 0
4 2014 0 2012 13 2 1 0
5 2015 1 2012 15 3 1 0
6 2016 0 2012 17 4 0 0
7 2017 0 2012 18 5 0 0
8 2009 0 2009 15 0 1 0
9 2010 0 2009 2 1 1 0
10 2011 0 2009 3 2 1 0
11 2012 1 2009 3 3 0 0
12 2013 0 2009 15 4 0 0
13 2014 0 2009 12 5 0 0
14 2015 0 2009 13 6 0 0
15 2016 0 2009 13 7 0 0
16 2011 0 2009 3 2 1 0
17 2012 1 2009 3 3 0 0
18 2013 0 2009 19 4 0 1
19 2014 0 2009 12 5 0 0
20 2015 0 2009 13 6 0 0
.....
100 2009 0 2007 5 6 1 0
解决方法:
您可以使用pd.Series.quantile来识别截止
建立
import numpy as np
import pandas as pd
np.random.seed([3, 1415])
df = pd.DataFrame(dict(
id=range(1, 201),
jobs=np.random.randint(100, 10000, size=200)
))
解
df[df.jobs >= df.jobs.quantile(.99)]
id jobs
23 24 9768
182 183 9965
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
