Question

这是我的问题：

我在此表格上有一个数据框：

name number 

A     2

B     10

C     25

D     35

E     45

F     55

，我想按数字条件将名称分组。更详细地讲，我想按时间间隔分组：

[0,15), [15,40), [40,+inf)

所以我要这个小组

(A, B), (C, D), (E,F)

您知道是否有可能获得它吗？谢谢

Answer 1

将pandas.cut用于新列或Series：

df['bins'] = pd.cut(df['number'], bins=[0,15,40, np.inf], right=False, include_lowest=True)
print (df)
  name  number          bins
0    A       2   [0.0, 15.0)
1    B      10   [0.0, 15.0)
2    C      25  [15.0, 40.0)
3    D      35  [15.0, 40.0)
4    E      45   [40.0, inf)
5    F      55   [40.0, inf)

s = pd.cut(df['number'], bins=[0,15,40, np.inf], right=False, include_lowest=True)

然后将groupby用于聚合，例如：

df1 = df.groupby('bins').sum()
print (df1)

bins                
[0.0, 15.0)       12
[15.0, 40.0)      60
[40.0, inf)      100

或使用Series：

df1 = df.groupby(s).sum()

如果要元组：

s = pd.cut(df['number'], bins=[0,15,40, np.inf], right=False, include_lowest=True)

out = [tuple(x) for x in df.groupby(s)['name'].apply(list)]
print (out)
[('A', 'B'), ('C', 'D'), ('E', 'F')]

Answer 2

您始终可以遍历数据框并应用条件。这可能不是最好的解决方案，但这应该可行：

list1 = []
list2 = []
list3 = []
for i in range(df.shape[0]):
    if df['number'][i] < 15:
        list1.append['name']
    if df['number'][i] >= 15 & df['number'][i] < 40:
        list2.append['name']
    if df['number'][i] > 15:
        list3.append['name']

希望这会有所帮助

熊猫按数值条件分组

2 个答案: