如何在Python中计算DataFrame列仅考虑前置行的百分位数？

你需要计算每行数值在从第一行到当前行所有数据中的百分位数，核心思路是利用pandas的**扩展窗口（expanding window）**结合自定义计算逻辑，以下是两种可行实现：

方法一：纯Pandas实现（无需额外库） #

直接通过扩展窗口和自定义函数完成统计：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'col_1': [5, 4, 10, 1, 7]})

def rolling_percentile(window):
    current_val = window.iloc[-1]
    # 统计窗口中小于等于当前值的元素数量
    count_le = (window <= current_val).sum()
    # 计算百分位数
    return (count_le / len(window)) * 100

# 应用扩展窗口计算
df['percentile'] = df['col_1'].expanding().apply(rolling_percentile)

运行后得到的结果与你的示例完全一致：

col_1  percentile
0      5       100.0
1      4        50.0
2     10       100.0
3      1        25.0
4      7        80.0

方法二：使用Scipy简化计算（推荐） #

如果已安装scipy库，可以用内置的percentileofscore函数，其中kind='weak'参数正好匹配你的需求（统计小于等于当前值的比例）：

import pandas as pd
from scipy.stats import percentileofscore

df = pd.DataFrame({'col_1': [5, 4, 10, 1, 7]})

def rolling_percentile(window):
    return percentileofscore(window, window.iloc[-1], kind='weak')

df['percentile'] = df['col_1'].expanding().apply(rolling_percentile)

关键逻辑说明 #

• expanding()：生成扩展窗口，每个窗口包含从第一行到当前行的全部数据，完美满足"仅考虑该行及之前行数据"的要求。
• 百分位数计算逻辑：统计窗口中小于等于当前行数值的元素占比，乘以100得到最终百分位数，与你示例中的计算规则完全对齐。

内容的提问来源于stack exchange，提问作者jartymcfly