首先，如果我在写这篇文章的时候对任何错误发表评论，对不起，英语不是我的第一语言。所以我开始用Python研究体育数据科学和数据可视化，只是出于爱好，我在这方面真的是个初学者。我想根据最高值计算每列的百分位数，我会在下面放一张图片，比如在"xg"列，最高值是1.03，我想将此值转换为值为100%的新列。在其他列中依此类推
我想做这样的事情：[The stat/与所有行相比的stat百分比]
I
ycl3bljg1#
您可以简单地根据每列的最大值计算百分位值，如下所示：
import pandas as pd df = pd.DataFrame({ 'ID': [1, 2, 3, 4, 5, 6, 7], 'xg': [0.25, 0.77, 1.03, 0.12, 0.66, 0.79, 0.92], 'passes': [15, 19, 22, 26, 23, 12, 31], 'pass_completion': [80, 73, 66, 74, 92, 50, 70], 'progression': [7, 5, 12, 5, 8, 4, 14], }) """ ID xg passes pass_completion progression 0 1 0.25 15 80 7 1 2 0.77 19 73 5 2 3 1.03 22 66 12 3 4 0.12 26 74 5 4 5 0.66 23 92 8 5 6 0.79 12 50 4 6 7 0.92 31 70 14 """ # Following code is what you want to do df['xg_percentile'] = df['xg']/max(df['xg']) df['passes_percentile'] = df['passes']/max(df['passes']) df['pass_completion_percentile'] = df['pass_completion']/max(df['pass_completion']) df['progression_percentile'] = df['progression']/max(df['progression']) print(df)
ID xg passes pass_completion progression xg_percentile passes_percentile pass_completion_percentile progression_percentile 0 1 0.25 15 80 7 0.242718 0.483871 0.869565 0.500000 1 2 0.77 19 73 5 0.747573 0.612903 0.793478 0.357143 2 3 1.03 22 66 12 1.000000 0.709677 0.717391 0.857143 3 4 0.12 26 74 5 0.116505 0.838710 0.804348 0.357143 4 5 0.66 23 92 8 0.640777 0.741935 1.000000 0.571429 5 6 0.79 12 50 4 0.766990 0.387097 0.543478 0.285714 6 7 0.92 31 70 14 0.893204 1.000000 0.760870 1.000000
h5qlskok2#
可以使用Pandas.数据框.排名函数pandas.DataFrame.rank
import pandas as pd data_dict = { "xg":[0.25,0.77,1.03,0.12,0.66,0.79,0.92], "passes":[15,19,22,26,23,12,31], "passCompletion":[80,72,66,74,92,50,70], "progression":[7,5,12,5,8,4,14]} df = pd.DataFrame(data_dict) df['xg_pctile'] = df.xg.rank(pct = True)
2条答案
按热度按时间ycl3bljg1#
您可以简单地根据每列的最大值计算百分位值，如下所示：
h5qlskok2#
可以使用Pandas.数据框.排名函数pandas.DataFrame.rank