如何调整数据集分位数值以覆盖指定连续数值区间？

核心逻辑 #

针对每行数据，执行以下步骤：

1. 提取fit.0.025quant、fit.mean、fit.0.975quant三个值，找到其中最大值的整数部分n
2. 设定目标区间为[n+0.01, n+0.99]，即覆盖最大整数对应的下一个连续区间
3. 将原三个值按相对比例映射到目标区间，严格保留三者的分布关系，避免异常收缩

Pandas 实现代码 #

import pandas as pd
import math

def adjust_fit_values(row):
    # 提取当前行的拟合值
    q_low = row['fit.0.025quant']
    mean_val = row['fit.mean']
    q_high = row['fit.0.975quant']
    
    # 获取当前最大值的整数部分
    max_val = max(q_low, mean_val, q_high)
    n = math.floor(max_val)
    
    # 定义目标区间
    target_low = n + 0.01
    target_high = n + 0.99
    target_range = target_high - target_low
    
    # 处理原区间长度为0的极端情况（三个值完全相等）
    original_range = q_high - q_low
    if original_range == 0:
        return pd.Series({
            'country': row['country'],
            'date': row['date'],
            'fit.0.025quant': target_low,
            'fit.mean': (target_low + target_high) / 2,
            'fit.0.975quant': target_high
        })
    
    # 按相对比例映射到目标区间
    new_q_low = target_low
    new_q_high = target_high
    new_mean = target_low + ((mean_val - q_low) / original_range) * target_range
    
    # 返回包含原字段和新拟合值的结果
    return pd.Series({
        'country': row['country'],
        'date': row['date'],
        'fit.0.025quant': new_q_low,
        'fit.mean': new_mean,
        'fit.0.975quant': new_q_high
    })

# 应用函数处理整个数据集（假设原数据集名为df）
adjusted_df = df.apply(adjust_fit_values, axis=1)

关键细节说明 #

• 防收缩机制：将原区间的最小值、最大值分别映射到目标区间的上下限，均值按原相对位置计算，确保原分布比例完整保留，不会出现异常收缩
• 极端情况兼容：当三个拟合值完全相等时，直接将它们均匀分布在目标区间的起点、中点和终点
• 区间定位准确：通过math.floor(max_val)精准定位当前数据覆盖的最大整数，确保目标区间符合需求

内容的提问来源于stack exchange，提问作者Rustam