Question

我有一个名为loc_df的数据框，其中有两列看起来像这样的列......

> loc_df

loc_x_bin        loc_y_bin      
(-20, -10]        (0, 50]           
(-140, -130]      (100, 150]        
(0,  10]          (-50, 0]

我有另一个名为data的数据框，看起来像这样......

> data

  loc_x         loc_y  
   -15            25
    30            35
    5            -45
   -135          -200

我想在数据中创建一个新的布尔列，显示loc_x是否在loc_x_bin和loc_y的值内是否在loc_y_bin的数据帧loc_df内}}。 loc_x和loc_y必须位于同一行的loc_x_bin和loc_y_bin中。例如：

> data

 loc_x          loc_y         in_bins
  -15             25             true
   30             35             false
   5             -45             true
  -135           -200            false
   5              25             false**

更新 **虽然5在（0,10）loc_x_bin范围内且25在（0,50）loc_y_bin范围内，但loc_x_bin和loc_y_bin不在同一行我希望这是假的。

Answer 1

UPDATE2：，如果您想检查 x和y是否属于df_loc中同一行的容器（或loc_df）：

xstep = 10 ystep = 50 In [201]: (df.assign(bin=(pd.cut(df.loc_x, np.arange(-500, 500, xstep)).astype(str) .....: + .....: pd.cut(df.loc_y, np.arange(-500, 500, ystep)).astype(str) .....: ) .....: ) .....: )['bin'].isin(df_loc.sum(axis=1)) Out[201]: 0 True 1 False 2 True 3 False 4 False Name: bin, dtype: bool

说明：

In [202]: (df.assign(bin=(pd.cut(df.loc_x, np.arange(-500, 500, xstep)).astype(str) .....: + .....: pd.cut(df.loc_y, np.arange(-500, 500, ystep)).astype(str) .....: ) .....: ) .....: ) Out[202]: loc_x loc_y bin 0 -15 25 (-20, -10](0, 50] 1 30 35 (20, 30](0, 50] 2 5 -45 (0, 10](-50, 0] 3 -135 -200 (-140, -130](-250, -200] 4 5 25 (0, 10](0, 50] In [203]: df_loc.sum(axis=1) Out[203]: 0 (-20, -10](0, 50] 1 (-140, -130](100, 150] 2 (0, 10](-50, 0] dtype: object

更新：如果您想检查x是否属于loc_x_bin且y是否属于loc_y_bin（不一定来自同一行）在df_loc）：

如果df_loc.dtypes没有为这两列显示category，那么您可能希望首先将类别转换为category dtype：

df_loc.loc_x_bin = df_loc.loc_x_bin.astype('category') df_loc.loc_y_bin = df_loc.loc_y_bin.astype('category')

然后您可以动态对df“中的列进行分类”：

xstep = 10 ystep = 50 df['in_bins'] = ( (pd.cut(df.loc_x, np.arange(-500, 500, xstep)).isin(df_loc.loc_x_bin)) & (pd.cut(df.loc_y, np.arange(-500, 500, ystep)).isin(df_loc.loc_y_bin)) )

测试：

In [130]: df['in_bins'] = ( (pd.cut(df.loc_x, np.arange(-500, 500, xstep)).isin(df_loc.loc_x_bin)) .....: & .....: (pd.cut(df.loc_y, np.arange(-500, 500, ystep)).isin(df_loc.loc_y_bin)) .....: ) In [131]: df Out[131]: loc_x loc_y in_bins 0 -15 25 True 1 30 35 False 2 5 -45 True 3 -135 -200 False

一个数据帧中的值是否位于另一个数据帧的二进制位中？

1 个答案: