pandas中有一个简单的方法可以在一系列值增量上调用groupby
吗?例如,如果给出以下示例,我可以使用B
增量对列0.155
进行分组和分组,以便例如B
列中的前几组分为&#39之间的范围; 0 - 0.155,0.155 - 0.31 ......`
import numpy as np
import pandas as pd
df=pd.DataFrame({'A':np.random.random(20),'B':np.random.random(20)})
A B
0 0.383493 0.250785
1 0.572949 0.139555
2 0.652391 0.401983
3 0.214145 0.696935
4 0.848551 0.516692
或者,我可以先按这些增量将数据分类到新列中,然后使用groupby
确定可能适用于A
列的任何相关统计数据?
答案 0 :(得分:97)
您可能对pd.cut
感兴趣:
>>> df.groupby(pd.cut(df["B"], np.arange(0, 1.0+0.155, 0.155))).sum()
A B
B
(0, 0.155] 2.775458 0.246394
(0.155, 0.31] 1.123989 0.471618
(0.31, 0.465] 2.051814 1.882763
(0.465, 0.62] 2.277960 1.528492
(0.62, 0.775] 1.577419 2.810723
(0.775, 0.93] 0.535100 1.694955
(0.93, 1.085] NaN NaN
[7 rows x 2 columns]
答案 1 :(得分:10)
试试这个:
df = df.sort('B')
bins = np.arange(0,1.0,0.155)
ind = np.digitize(df['B'],bins)
print df.groupby(ind).head()
当然,您可以使用群组上的任何功能,而不仅仅是head
。