Question

我有一系列数字，我已经使用pandas.cut打破了桶。

agepreg_cuts = pd.cut(df['agepreg'],[0,20,25,30,pd.np.inf], right=False)

然后我计算它并显示计数。

agepreg_count = (df.groupby(agepreg_cuts).count())
agepreg_count

这给了我比我想要的更多信息：

           sest  cmintvw  totalwgt_lb  
agepreg                                
[0, 20)    3182        0         1910  
[20, 25)   4246        0         2962  
[25, 30)   3178        0         2336  
[30, inf)  2635        0         1830

现在我想格式化它：

INAPPLICABLE 352
0 to 20 3182
20 to 25 4246
25 to 30 3178
30 to 50 2635
Total 13593

这引出了几个问题。

如何从bin [25,30)中提取开始/结束属性（例如25/30）？
如何发现系列中的属性，以便我不必问上一个问题？

作为参考，我使用的数据来自nsfg。免费图书thinkstats2包含github上的随附代码和数据。

来自＆＃39;代码＆＃39;目录，您可以运行以下行来加载数据帧。

import nsfg
df = nsfg.ReadFemPreg()
df

Answer 1

您可以使用iterrows在帧上使用迭代，然后处理分类值，如

In [679]: for x, i in agepreg_count.iterrows():
   .....:     print ' to '.join(x[1:-1].split(', ')), i['agepreg']
   .....:
0 to 20 0
20 to 25 43
25 to 30 27
30 to inf 30

Answer 2

如果你只是在寻找一个结构良好的字符串（你的例子建议它），你可以使用一个标签参数来剪切函数。

## create labels from breakpoints
breaks=[0,20,25,30,pd.np.inf]
diff=np.diff(breaks).tolist()

## make tuples of *breaks* and length of intervals
joint = list(zip(breaks,diff))

## format label
s1 = "{left:,.0f} to {right:,.0f}"
labels = [s1.format(left=yr[0], right=yr[0]+yr[1]-1) for yr in joint]
labels

['0 to 19', '20 to 24', '25 to 29', '30 to inf']

然后，使用breaks和labels剪切。

df['agebin'] = pd.cut(df['agepreg'],breaks, labels=labels, right=False)

总结：

df.groupby('agebin')['agebin'].size()

Python：如何查找系列中项目的属性

2 个答案: