Question

我得到了以下pandas DataFrame：

     bucket             value
0   (15016, 18003.2]    368
1   (12028.8, 15016]    132
2   (18003.2, 20990.4]  131
3   (9041.6, 12028.8]   116
4   (50.128, 3067.2]    82
5   (3067.2, 6054.4]    79
6   (6054.4, 9041.6]    54
7   (20990.4, 23977.6]  28
8   (23977.6, 26964.8]  8
9   (26964.8, 29952]    2

buckets已使用pd.cut()命令计算（dtype为cateogry）

我想检查一个值，比如my_value = 20000，是否属于bucket的范围之一。

它可以返回一个包含更多列的数据框：

     bucket             value   value_in_bucket
0   (15016, 18003.2]    368     FALSE
1   (12028.8, 15016]    132     FALSE
2   (18003.2, 20990.4]  131     TRUE
3   (9041.6, 12028.8]   116     FALSE
4   (50.128, 3067.2]    82      FALSE
5   (3067.2, 6054.4]    79      FALSE
6   (6054.4, 9041.6]    54      FALSE
7   (20990.4, 23977.6]  28      FALSE
8   (23977.6, 26964.8]  8       FALSE
9   (26964.8, 29952]    2       FALSE

主要问题是bucket的每个项目都是一个字符串，因此我可以将字符串拆分为2列，并使用基本测试和apply，但它对我来说似乎并不那么优雅

Answer 1

使用pd.cut()列创建bucket列时，您可以使用相同的二进制文件（或者，更好的@ayhan suggested个保存区应用retbins=True } {parameter}}在value列上，并将其与bucket列进行比较。

演示：

In [265]: df = pd.DataFrame(np.random.randint(1,20, 5), columns=list('a')) In [266]: df Out[266]: a 0 9 1 6 2 13 3 11 4 17

创建bucket列并一步保存垃圾箱：

In [267]: df['bucket'], bins = pd.cut(df.a, bins=5, retbins=True) In [268]: df Out[268]: a bucket 0 9 (8.2, 10.4] 1 6 (5.989, 8.2] 2 13 (12.6, 14.8] 3 11 (10.4, 12.6] 4 17 (14.8, 17] In [269]: bins Out[269]: array([ 5.989, 8.2 , 10.4 , 12.6 , 14.8 , 17. ])

生成一个我们想要比较的新列：

In [270]: df['b'] = np.random.randint(10,12, 5) In [271]: df Out[271]: a bucket b 0 9 (8.2, 10.4] 10 1 6 (5.989, 8.2] 11 2 13 (12.6, 14.8] 11 3 11 (10.4, 12.6] 11 4 17 (14.8, 17] 11

比较我们是否匹配（使用已保存的bins）：

In [272]: pd.cut(df.b, bins=bins) == df.bucket Out[272]: 0 True 1 False 2 False 3 True 4 False dtype: bool

检查值是否在浮点范围的分类序列中

1 个答案: