Question

我正在分析一个DataFrame并获取我想要放入特定存储桶的时间计数（0-10秒，10-30秒等）。

这是一个简化的例子：

import pandas as pd

filter_values = [0, 10, 20, 30]  # Bucket Values for pd.cut

#Sample Times
df1 = pd.DataFrame([1, 3, 8, 20], columns  = ['filtercol'])

#Use cut to get counts for each bucket
out = pd.cut(df1.filtercol, bins = filter_values)
counts = pd.value_counts(out)
print counts

以上版画：

(0, 10]     3
(10, 20]    1
dtype: int64

您会注意到它没有显示（20,30）的任何值。这是一个问题，因为我想将它作为零输入到我的输出中。我可以使用以下代码处理它：

bucket1=bucket2=bucket3=0
if '(0, 10]' in counts: 
    bucket1=counts['(0, 10]']
if '(10, 20]' in counts: 
    bucket2=counts['(10, 30]']
if '(20, 30]' in counts: 
    bucket3=counts['(30, 60]']
print bucket1, bucket2, bucket3

但我想要一个更简洁的方法，我可以使用：

print counts['(0, 10]'], counts['(10, 30]'], counts['(30, 60]']

理想情况下，打印基于filter_values中的值，因此它们只位于代码中的一个位置。是的我知道我可以更改打印以使用filter_values [0] ...

最后使用cut时有一种指定无穷大的方法，所以最后一个桶的值都大于60？

干杯，斯蒂芬

Answer 1

您可以reindex按分类级别

In [11]: pd.value_counts(out).reindex(out.levels, fill_value=0)
Out[11]: 
(0, 10]     3
(10, 20]    1
(20, 30]    0
dtype: int64

如何确保在python pandas pd.cut中获取零计数的标签

1 个答案: