如何从频率表中计算百分位数？

Question

我有CSV文件：

fr id 
1 10000152 
1 10000212 
1 10000847 
1 10001018 
2 10001052 
2 10001246 
14 10001908 
........... 

这是一个频率表，其中id是整型变量，而fr是给定值的出现次数。文件按值按升序排列。 我想计算百分位数（即90％，80％，70％... 10％）的变量。

我在纯Python做到了这一点，类似这样的伪代码：

bucket=sum(fr)/10.0 
percentile=1 
sum=0 
for (current_fr, current_id) in zip(fr,id): 
    sum=sum+current_fr 
    if (sum > percentile*bucket): 
     print "%i percentile: %i" % (percentile*10,current_id) 
     percentile=percentile+1 

但这种代码是很原始：它没有考虑到百分应值之间的距离设置，它可以不退步等

有没有更优雅的，通用的，现成的解决方案？

Answer 1

似乎你想累积总和fr。你可以做

cumfr = [sum(fr(:i+1)) for i in range(len(fr))] 

然后百分位数

percentile = [100*i/cumfr[-1] for i in cumfr]