Question

Pandas的新手，我想知道是否有更好的方法来完成以下任务 -

设置：

import pandas as pd
import numpy as np

x = np.arange(0, 1, .01)
y = np.random.binomial(10, x, 100)
bins = 50
df = pd.DataFrame({'x':x, 'y':y})
print(df.head())

    x  y
0  -1  1
1  38  1
2  56  0
3  42  0
4  41  0

我想将x值分组为相等大小的bin，并且对于每个bin，取x和y的平均值。

my_bins = pd.cut(x, bins=20)
data = df[['x', 'y']].groupby(my_bins).agg(['mean', 'size'])
print(data.head())
                        x                y       
                     mean   size      mean   size
age                                              
(-1.101, 4.05]  -1.000000  87990  0.768428  87990
(4.05, 9.1]           NaN      0       NaN      0
(9.1, 14.15]          NaN      0       NaN      0
(14.15, 19.2]   18.512286   1872  0.493590   1872
(19.2, 24.25]   22.768022   8906  0.496968   8906

那很有效。但是从这里开始，我如何绘制x的平均值与y的平均值？我知道我可以做点什么

data.columns = data.columns.droplevel() # remove the multiple levels that were created
data.columns = ['x_mean', 'x_size', 'y_mean', 'y_size'] # manually set new column names
data.plot.scatter(x='x_mean', y='y_mean') # plot

但由于我必须删除列级别（从我的数据中删除有用的结构），这感觉错误和笨重，我必须手动重命名列。还有更好的方法吗？

Answer 1

您可以使用元组指定指向多级列的x和y参数：

private List<string> mMembershipIds = new List<string>();

public List<string> MembershipIds
{
    get
    {
        return mMembershipIds;
    }
    set
    {
        mMembershipIds = value;
    }
}

这样，您无需重命名列以进行绘制。

pandas - 一种更好的方法来绘制binned x vs y

1 个答案: