Python实现计算y=x直线上下数据点占比的方法

你的代码核心错误是用DataFrame的行索引代替了数据中的x列值——只有当行索引恰好等于数据里的x值时，逻辑才成立，但大多数情况下索引只是行号，和实际x坐标无关。

正确解法 #

假设你的DataFrame包含明确的x列和y列，我们需要直接对比每一行的y值与x值，来统计各区域的点占比：

def calculate_line_percentages(df, x_col, y_col):
    total_points = len(df)
    if total_points == 0:
        return {"上方占比": 0, "下方占比": 0, "在直线上占比": 0}
    
    # 统计各区域的点数
    above_count = (df[y_col] > df[x_col]).sum()
    below_count = (df[y_col] < df[x_col]).sum()
    on_line_count = (df[y_col] == df[x_col]).sum()
    
    # 计算百分比（保留两位小数）
    above_percent = round((above_count / total_points) * 100, 2)
    below_percent = round((below_count / total_points) * 100, 2)
    on_line_percent = round((on_line_count / total_points) * 100, 2)
    
    return {
        "上方占比": above_percent,
        "下方占比": below_percent,
        "在直线上占比": on_line_percent
    }

使用示例 #

假设你的数据结构如下：

调用函数：

# 假设df是你的数据框
result = calculate_line_percentages(df, 'x', 'y')
print(result)
# 输出：{'上方占比': 33.33, '下方占比': 33.33, '在直线上占比': 33.33}

自定义调整 #

如果不需要单独统计在直线上的点，可以将其合并到某一侧：

• 把y=x的点归到下方：below_count = (df[y_col] <= df[x_col]).sum()
• 把y=x的点归到上方：above_count = (df[y_col] >= df[x_col]).sum()

内容的提问来源于stack exchange，提问作者Saliinger