概述
原始数据:
Aaa | Aa | A | Baa | Ba | B | Caa-C | Default |
91.69% | 8.06% | 0.14% | 0.06% | 0.05% | 0.00% | 0.00% | 0.00% |
0.40% | 90.07% | 9.03% | 0.37% | 0.05% | 0.02% | 0.02% | 0.04% |
0.05% | 1.86% | 92.32% | 5.32% | 0.30% | 0.09% | 0.02% | 0.05% |
0.02% | 0.07% | 2.94% | 92.86% | 3.34% | 0.50% | 0.14% | 0.14% |
0.00% | 0.02% | 0.12% | 6.16% | 84.67% | 7.76% | 0.91% | 0.37% |
0.01% | 0.01% | 0.04% | 0.16% | 5.24% | 83.80% | 9.13% | 1.62% |
0.00% | 0.01% | 0.01% | 0.02% | 0.14% | 6.92% | 84.15% | 8.77% |
结果:
完整的代码:
from scipy import stats
import pandas as pd
import numpy as np
data=pd.read_excel("sheet2.xlsx") #读数据
print(data.columns)
print(data.values)
result=[[] for i in range(len(data.values))] # 存放结果
for idx,line in enumerate(data.values):
temp=0
for i in line:
temp=temp+i
result[idx].append(stats.norm.ppf(temp)) #round(
name=['Aaa', 'Aa', 'A', 'Baa', 'Ba', 'B', 'Caa-C', 'Default']
test=pd.DataFrame(columns=name,data=result)
test=test.replace([np.inf, -np.inf],10) #无穷大
test = test.fillna(-1)
test.to_excel('result.xlsx')
最后
以上就是开放花卷为你收集整理的python根据显著性水平计算正态分布分位点的全部内容,希望文章能够帮你解决python根据显著性水平计算正态分布分位点所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复