尝试在 Python 中匹配 Excel PERCENTRANK 公式

Question

我正在尝试使用 Python 来重现我在 Excel 中获得的结果。Excel 公式之一是 2 年滚动百分比排名。数据是每周频率。我正在寻找最新数据点的排名。Excel 公式如下所示。 =PERCENTRANK.INC('Indices'!P7:P110,'Indices'!P110, 5)使用 Excel，我得到一个值.26213使用 Python，我得到了一个.26923足够重要的值，可以进一步改变下游的值有谁知道我如何匹配 Excel 计算和结果？这是我在 Python 中尝试过的：#pythonrollWindow = 104example = pd.Series([100.0268, 98.6107, 96.8536, 96.9045, 95.7169, 95.0132, 95.716, 95.7043, 95.6948, 96.9666, 97.6367, 97.4099, 96.3846, 95.5558, 95.2478, 94.5487, 95.295, 94.2901, 94.3517, 95.6225, 94.81, 93.915, 91.6883, 91.5727, 91.6745, 90.3186, 89.9786, 88.6776, 86.9716, 85.4051, 86.3174, 86.2327, 87.2157, 85.8357, 87.0657, 86.9309, 84.5083, 84.0628, 81.5965, 81.7031, 79.3157, 80.8909, 80.5395, 81.56, 80.5344, 82.2279, 81.3875, 80.6736, 82.5171, 83.4307, 82.1976, 80.809, 79.7344, 79.5829, 78.7555, 79.2864, 80.4945, 80.0812, 79.9429, 80.97, 82.1083, 82.1985, 83.0025, 82.1122, 83.9145, 84.4257, 82.2824, 81.596, 81.1486, 81.0595, 80.0349, 80.6402, 81.555, 79.7871, 78.9343, 79.3772, 78.0532, 76.942, 75.5564, 74.6491, 74.6702, 73.9801, 73.7626, 72.6968, 73.4371, 72.5184, 73.6416, 72.7711, 73.1224, 75.8298, 75.5966, 73.3623, 73.4183, 74.033, 73.7934, 74.6728, 76.1003, 76.5892, 76.2145, 77.1619, 77.9082, 78.201, 78.1049, 78.2039])'''使用 Pandas.rank 我得到.26923pythondef my_rank(x):   return pd.Series(x).rank(pct=True).iloc[-1]percentrank = example.rolling(rollWindow).apply(my_rank, raw=False)再试一次，我得到了不同的方式（不是真的）.26923pythonpctrank = lambda x: pd.Series(x).rank(pct=True).iloc[-1]percentrank3 = example.rolling(window=rollWindow, center=False).apply(pctrank, raw=True)使用 SciPy.Stats 我得到.2692308pythondef set_rank(x):    return stats.percentileofscore(x,x[-1])percentrank = example.rolling(rollWindow).apply(set_rank, raw=True)感谢您的关注！

Answer 1

我对 Excel 的 Percentrank 函数不是很熟悉，但看起来您可以使用以下方法获得相同的结果：

def percent_rank(pd_series, value, precision):
    return np.round((pd_series < value).astype(int).sum()/(len(pd_series) -1), precision)

如果您有兴趣一次获取所有值（即每个值在您的范围内的位置）：

def percent_rank(pd_series, precision):
    return [np.round((pd_series< value).astype(int).sum()/(len(pd_series) -1), precision) for value in pd_series]

希望有帮助！

Answer 2

这是一个处理原始数组中不存在的重复项和值的版本：

def percent_rank(arr, score, sig_digits=8):

    arr = np.asarray(arr)

    arr = np.round(arr, sig_digits)

    score = np.round(score, sig_digits)

    if score in arr:

        small = (arr < score).sum()

        return small / (len(arr) - 1)

    else:

        if score < arr.min():

            return 0

        elif score > arr.max():

            return 1

        else:

            arr = np.sort(arr)

            position = np.searchsorted(arr, score)

            small = arr[position - 1]

            large = arr[position]

            small_rank = ((arr < score).sum() - 1) / (len(arr) - 1)

            large_rank = ((arr < large).sum()) / (len(arr) - 1)

            step = (score - small) / (large - small)

            rank = small_rank + step * (large_rank - small_rank)

            return rank

Excel 文档中的示例：

公式	描述	结果
=PERCENTRANK.INC(A2:A11,2)	2 在 A2:A11 范围内的百分比等级（0.333，因为集合中的 3 个值小于 2，6 个大于 2；3/(3+6)=0.333）。	0.333
=PERCENTRANK.INC(A2:A11,4)	A2:A11 范围内 4 的百分比等级。	0.555
=PERCENTRANK.INC(A2:A11,8)	A2:A11 范围内 8 的百分比排名	0.666
=PERCENTRANK.INC(A2:A11,5)	在 A2:A11 范围内排名 5 的百分比（0.583，介于 4 的 PERCENTRANK.INC 和 8 的 PERCENTRANK.INC 之间的四分之一）。	0.583

与函数的输出相匹配

分数	公式	结果
2	百分比排名（arr，2）	0.333
4	百分比排名（arr，4）	0.556
8	百分比排名（arr，8）	0.667
5	百分比排名（arr，5）	0.583