Question

您好，我对Python比较新，我有一个类似于下面看到的pandas数据框，我从txt文件导入：

UnitNamePCU  Timestamp           PowerREF  PowerPCU         
F09       2014-11-01 00:20:00     60.73     79.64   
F09       2014-11-01 00:30:00     63.15     84.06   
F09       2014-11-01 01:00:00    101.06     84.03   
F09       2014-11-01 01:10:00    122.79    104.29   
F09       2014-11-01 01:20:00     86.57    110.08   
F09       2014-11-01 01:40:00     16.74     27.32   
F09       2014-11-01 01:50:00     12.59     21.69   
F09       2014-11-01 02:20:00     17.42     13.98

我的问题是如何将PowerREF和PowerPCU列中的数据分类为“bin”，例如：bin1 = PowerREF＆lt; 50，bin2 = 50 < PowerREF＆lt;我知道我可以这样做：

bin1 = [x for x in data.PowerREF if x < 50]
bin2 = [x for x in data.PowerREF if x > 50 and x < 100]

但是由于“bin”间隔可能在下一次bin1 = x＆lt; 100，bin2 = 100 <100。 x＆lt; 200。我知道手前的bin间隔和最后一个bin的最大值限制。所以我认为我应该能够做点什么：

PowerLim = 1500
binInterval = 50
bin = range(0, PowerLim+1, binInterval)

我只是不知道如何将它巧妙而有效地融入binnin流程。

Answer 1

IIUC，你可以在这里使用pd.cut：

power_lim = 1500
bins = np.arange(0, power_lim + 1, 50)

pd.cut(df.PowerREF, bins=bins)

F09     (50, 100]
F09     (50, 100]
F09    (100, 150]
F09    (100, 150]
F09     (50, 100]
F09       (0, 50]
F09       (0, 50]
F09       (0, 50]
Name: PowerREF, dtype: category
Categories (30, interval[int64]): [(0, 50] < (50, 100] < (100, 150] < (150, 200] < ... <
                                   (1300, 1350] < (1350, 1400] < (1400, 1450] < (1450, 1500]]

如何根据一系列值有效地对数据帧行进行分类？

1 个答案: