如何在Julia DataFrame中实现分组价格四分位数计算与排名

依赖安装导入 #

using Pkg
# 安装所需依赖包，已安装可跳过此步
Pkg.add(["DataFrames", "Statistics"])
using DataFrames, Statistics

核心实现代码 #

假设原始数据存储在df变量中，执行以下代码即可得到目标结果：

# 按产品分组后计算统计量，广播到组内每一行
result_df = transform(
    groupby(df, :Product),
    :Price => (p -> quantile(p, 0.25)) => :Quartil_1,
    :Price => (p -> quantile(p, 0.5)) => :Quartil_2,
    :Price => (p -> quantile(p, 0.75)) => :Quartil_3,
    :Price => (p -> quantile(p, 1.0)) => :Quartil_4,
    :Price => (p -> denserank(p)) => :Rank_Price
)

说明 #

• 代码自动适配多产品场景，按Product字段独立分组计算，不会跨产品混淆统计结果
• 四分位数计算使用标准库quantile方法，如果你需要和Python的计算结果完全对齐，可以调整quantile的alpha、beta参数匹配对应分位数计算规则
• 排名默认采用升序密集排名，价格越低排名数值越小，和示例逻辑一致；如果需要价格越高排名越靠前，将最后一行的denserank(p)修改为denserank(-p)即可
• 可替换denserank为rank函数，调整参数即可实现其他排名规则

内容的提问来源于stack exchange，提问作者merchmallow