重みづけパーセンタイル値

Question

統計量dataとその重みweight_listのリストがそれぞれあり，これによって任意の重みづけパーセンタイル値を算出したい．リストは各要素が対応．

np.average(data,weights=weight_list)

np.percentile()

平均は上記のように算出できるが，パーセンタイル値は重みづけの設定ができず，ループで泥臭く求めようとするとプログラムが重くなりそうで，ベターな手法があればご教授いただきたい．
リストが長いので，泥臭くても負荷が軽いものが望ましい．

Comments

[8524ba23]

ループで求める方法（コード）はすでにご存じということでしょうか？

[aochan01]

不明です．書こうと思ったのですが，思いのほかこれも難易度が高かったです．
以下は参考になりそうな例です．
https://steakrecords.com/ja/719270-how-do-i-calculate-percentiles-with-python-numpy-python-numpy-percentile.html

Answer 1

Weighted percentile using numpyがほぼ該当しているようです。
一つ目のベストアンサーのついた回答はシンプルにループで処理していますが、２つ目の評価の高い回答は関数化しているのでこちらを利用してはいかがでしょうか。

Comments

[aochan01]

上記のサイトにあった下記のコピペで解決しました．ありがとうございました．

def weighted_quantile(values, quantiles, sample_weight=None,
values_sorted=False, old_style=False):
""" Very close to numpy.percentile, but supports weights.
NOTE: quantiles should be in [0, 1]!
:param values: numpy.array with data
:param quantiles: array-like with many quantiles needed
:param sample_weight: array-like of the same length as `array`
:param values_sorted: bool, if True, then will avoid sorting of
initial array
:param old_style: if True, will correct output to be consistent
with numpy.percentile.
:return: numpy.array with computed quantiles.
"""
values = np.array(values)
quantiles = np.array(quantiles)
if sample_weight is None:
sample_weight = np.ones(len(values))
sample_weight = np.array(sample_weight)
assert np.all(quantiles >= 0) and np.all(quantiles <= 1), \
'quantiles should be in [0, 1]'

if not values_sorted:
sorter = np.argsort(values)
values = values[sorter]
sample_weight = sample_weight[sorter]

weighted_quantiles = np.cumsum(sample_weight) - 0.5 * sample_weight
if old_style:
# To be convenient with numpy.percentile
weighted_quantiles -= weighted_quantiles[0]
weighted_quantiles /= weighted_quantiles[-1]
else:
weighted_quantiles /= np.sum(sample_weight)
return np.interp(quantiles, weighted_quantiles, values)