在 Python 中使用百分位数创建交叉表

Question

我正在做涉及股票市场研究的工作，我想创建一个交叉表来运行卡方检验。我将股票市场价格变化数据作为数据框架，并且我想根据其中两列的百分位计数创建另一个交叉表。理想情况下它看起来像这样：

	0.25	0.5	0.75	1.0
0.25	12	45	13	12
0.5	2	27	9	15
0.75	14	11	89	23
1.0	10	52	11	7

其中，例如 (.75,.5) 条目是位于 0.5 和 0.75 百分位之间的数据点的计数对于第一个变量，以及第二个变量的 0.25 和 0.5 百分位数。显然这些数字实际上可能是不可能的，但你明白了。

到目前为止，我能想到的只是通过蛮力来实现，您分别获取每个变量的每个百分位数，然后获取每个变量的计数并将它们手动添加到表中。有没有更短的方法来做到这一点？

Answer 1

准备样本数据集

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(100,2), columns=['A', 'B'])

可以使用 qcut 计算百分位数。 4 是您想要拆分变量的百分位数。

df['A_binned'] = pd.qcut(df['A'], 4)
df['B_binned'] = pd.qcut(df['B'], 4)

计算每个百分位中的记录数

dff = df.groupby(by=['A_binned', 'B_binned']).count().reset_index()

最后，您可以旋转数据框

dff.pivot_table(index='A_binned', columns = 'B_binned', values='A')