目前,我有一个DataFrame,它可以保存一群人的年龄和这些年龄的频率,如下所示:
freq
27 103
28 43
29 13
... ...
78 20
79 13
年龄是DataFrame的索引。我想执行一些Pandas魔法,以便我得到一个这样的binned DataFrame:
freq
(20, 30] 308
(30, 40] 111
(40, 50] 85
(50, 60] 58
(60, 70] 63
(70, 80] 101
因此,索引现在由年龄间隔而不是个别年龄组成,并且频率相应地相加。我怎么能做到这一点?
答案 0 :(得分:6)
使用groupby
后,您可以使用cut
来存储DataFrame的索引。例如:
>>> df = pd.DataFrame({'freq': [2, 3, 5, 7, 11, 13]},
index=[22, 29, 30, 31,25, 42])
>>> df
freq
22 2
29 3
30 5
31 7
25 11
42 13
然后:
>>> df.groupby(pd.cut(df.index, np.arange(20, 60, 10))).sum()
freq
(20, 30] 21
(30, 40] 7
(40, 50] 13
np.arange(20, 60, 10)
定义将使用的bin;您可以根据“频率”中的最大/最小值来调整这些值。列。