Question

我有一个深度框为0.1 m的数据框。

import pandas as pd


df1 = pd.DataFrame({'depth': [1.1, 1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9, 2.0, 2.1 ],
            '350': [7.898167, 6.912074, 6.049002, 5.000357, 4.072320, 3.070662, 2.560458, 2.218879, 1.892131, 1.588389, 1.573693],
            '351': [8.094912, 7.090584, 6.221289, 5.154516, 4.211746, 3.217615, 2.670147, 2.305846, 1.952723, 1.641423, 1.622722],
            '352': [8.291657, 7.269095, 6.393576, 5.308674, 4.351173, 3.364569, 2.779837, 2.392813, 2.013316, 1.694456, 1.671752],
            '353': [8.421007, 7.374317, 6.496641, 5.403691, 4.439815, 3.412494, 2.840625, 2.443868, 2.069017, 1.748445, 1.718081 ],
            '354': [8.535562, 7.463452, 6.584512, 5.485725, 4.517310, 3.438680, 2.890678, 2.487039, 2.123644, 1.802643, 1.763818 ],
            '355': [8.650118, 7.552586, 6.672383, 4.517310, 4.594806, 3.464867, 2.940732, 2.530211, 2.178271, 1.856841, 1.809555 ]},
            index=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
             )

我的问题是：如何对数据进行装箱，以在0.5 m的深度频率上获得一个新的数据帧？

或者，对于dz = 0.5 m的仓位，我如何平均df1的列值（每0.1 m有数据）？

关键是要获得相同的df结构，相同的列（350-355），但是应该在一定的dz间隔（行数）下，将每列的行平均/合并，比如说0.5 m

因此，在这种情况下，我的新数据框将只有两行，深度值为1.35和1.85 m，每一列都保持在df1中。第一个是1.1-1.6m区间的平均值，第二个是1.6-2.1m区间的平均值。

Answer 1

结合使用df.groupby和pd.cut

import pandas as pd
import numpy as np

# Specifiy your desired dz step size
step = 0.5
dz = np.arange(1,3,step)

# rebin dataframe
df2 = df1.groupby(pd.cut(df1.depth, dz, labels=False), as_index=False).mean()

# refill 'depth' column
df2.depth = dz[:-1]

给予

depth   350     351     352     353     354     355
0   1.0     5.986384    6.154609    6.322835    6.427094    6.517312    6.397441
1   1.5     2.266104    2.357551    2.448998    2.502890    2.548537    2.594184
2   2.0     1.573693    1.622722    1.671752    1.718081    1.763818    1.809555

每行中的35x，1 < x <= 1.5等中的1.5 < x <= 2列的均值...

您可以通过为step变量选择所需的值来轻松地更改重新绑定。

Answer 2

您只需要定义一个分组器，然后进行标准分组。加倍然后使用整数截断是一种方法。请注意，我还减去了一小部分（sub(0.001)），以便与@gehbiszumeis答案的bin边缘相匹配-但这只是一个任意bin边缘的决定，可以省略。

df1['grp'] = df1.depth.sub(0.001).mul(2).astype(int)
df1.groupby('grp').mean()

结果：

    depth       350       351       352       353       354       355
grp                                                                   
2      1.3  5.986384  6.154609  6.322835  6.427094  6.517312  6.397441
3      1.8  2.266104  2.357551  2.448998  2.502890  2.548537  2.594184
4      2.1  1.573693  1.622722  1.671752  1.718081  1.763818  1.809555

或者，您可以使用{@ {1}}这样的方法，例如@gehbiszumeis，它稍微优雅一些。这是该方法的一种变体，它会导致间隔索引：

pd.bin

Answer 3

那这样的事情呢？

df1['depth_range'] = pd.cut( df1.depth, pd.interval_range(start=1.0,end=2.5,freq=0.5) )
df1.groupby('depth_range').mean()

             depth       350       351       352       353       354       355
depth_range                                                                   
(1.0, 1.5]     1.3  5.986384  6.154609  6.322835  6.427094  6.517312  6.397441
(1.5, 2.0]     1.8  2.266104  2.357551  2.448998  2.502890  2.548537  2.594184
(2.0, 2.5]     2.1  1.573693  1.622722  1.671752  1.718081  1.763818  1.809555

请注意，您仍然需要更新“深度”列。同样，可以将In [33]: g = df1.groupby(by=lambda i: 1.35 if i < 1.7 else 1.85) In [34]: g.mean() Out[34]: 350 351 352 353 354 355 depth 1.35 7.898167 8.094912 8.291657 8.421007 8.535562 8.650118 1.10 1.85 3.493796 3.608861 3.723926 3.794699 3.855750 3.811756 1.65的{{1}}函数设置为“更智能”-根据数据框找出要自动使用的深度...

熊猫bin数据框

3 个答案: