Question

这是我的问题。
我有一个数据框 df ，其中包含两列名为 date 和 wd 的列。
wd 表示风向，范围为（0~360）因此， df 表示某个时间范围内某处的风向。

我想将这些风向分为16类：
http://7xrn7f.com1.z0.glb.clouddn.com/16-3-8/30080798.jpg

这里给出了范围。

http://7xrn7f.com1.z0.glb.clouddn.com/16-3-8/8398960.jpg

这就是我现在可以处理的问题：

rhc ssh appname

我的方法不灵活且倾倒任何人都可以提供一些建议，以高效率处理这样的分类问题（数字范围到某些字符）。

Answer 1

做这类事情的一个好方法是使用numpy.digitize()。它需要一个二进制数组和值数组，并返回每个值落入哪个bin的索引。在匹配的字符串数组中使用这些索引来获得所需的内容：

import numpy as np
import pandas as pd

df = pd.DataFrame({"wd": pd.Series([20.1,50,8.4,359,243,123])})

directions = np.array('N NNE NE ENE E ESE SE SSE S SSW SW WSW W WNW NW NNW N'.split())
bins = np.arange(11.25, 372, 22.5)
df['wd_stat'] = directions[np.digitize(df['wd'], bins)]
print df

      wd wd_stat
0   20.1     NNE
1   50.0      NE
2    8.4       N
3  359.0       N
4  243.0     WSW
5  123.0     ESE

Answer 2

您可以使用loc：

import pandas as pd

df = pd.DataFrame({"wd": pd.Series([20.1,50,8.4 ])})
print df
     wd
0  20.1
1  50.0
2   8.4

print (df.wd >= 11.25 ) & (df.wd < 33.75 )
0     True
1    False
2    False
Name: wd, dtype: bool

df.loc[(df.wd >= 11.25 ) & (df.wd < 33.75 ), 'new'] = 'NNE'
df.loc[(df.wd >= 33.75 ) & (df.wd < 56.25 ), 'new'] = 'NE'
print df
     wd  new
0  20.1  NNE
1  50.0   NE
2   8.4  NaN

将风向分为几类

2 个答案: