熊貓：按指數值分組，然後計算分位數？

Question

我有索引的month列數據框（使用df = df.set_index('month')集，如果這是相關的）：

   org_code ratio_cost 
month 
2010-08-01 1847  8.685939  
2010-08-01 1848  7.883951  
2010-08-01 1849  6.798465  
2010-08-01 1850  7.352603  
2010-09-01 1847  8.778501  

我想添加一個新列名爲quantile，這將指定位數的值的每一行，根據其月份的價值爲ratio_cost。

所以上面的例子可能是這樣的：

   org_code ratio_cost quantile 
month 
2010-08-01 1847  8.685939  100 
2010-08-01 1848  7.883951  66.6 
2010-08-01 1849  6.798465  0 
2010-08-01 1850  7.352603  33.3 
2010-09-01 1847  8.778501  100 

我怎樣才能做到這一點？我試過這個：

df['quantile'] = df.groupby('month')['ratio_cost'].rank(pct=True) 

但是我得到了KeyError: 'month'。

UPDATE：我可以重現該錯誤。

這裏是我的CSV文件：http://pastebin.com/raw/6xbjvEL0

這裏是重現該錯誤代碼：

df = pd.read_csv('temp.csv') 
df.month = pd.to_datetime(df.month, unit='s') 
df = df.set_index('month') 
df['percentile'] = df.groupby(df.index)['ratio_cost'].rank(pct=True) 
print df['percentile'] 

我用熊貓0.17.1在OSX。

Answer 1

你必須sort_indexrank前：

import pandas as pd 

df = pd.read_csv('http://pastebin.com/raw/6xbjvEL0') 

df.month = pd.to_datetime(df.month, unit='s') 
df = df.set_index('month') 

df = df.sort_index() 

df['percentile'] = df.groupby(df.index)['ratio_cost'].rank(pct=True) 
print df['percentile'].head() 

month 
2010-08-01 0.2500 
2010-08-01 0.6875 
2010-08-01 0.6250 
2010-08-01 0.9375 
2010-08-01 0.7500 
Name: percentile, dtype: float64