将行值量化为组，并计算每组的平均值

Question

我想为我的数据创建某种形式的汇总，

A    B
------
10   2
20   4
5    6
5    8
9    14

我想通过将 B 列中的值量化为5组来对这些行进行分组，因此，如果 B 列中的某些值落入范围 1-5 ，则该行将属于该组。在此示例中，行 1 和 2 属于组 1-5 ，而 3 和 4 属于 6-10 组。然后，每个组将仅包含行 A 的一行。所以我们最终会结束，

A    B
------
15  1-5
5   6-10
9   11-15

如何在不重复每一行的情况下用熊猫来做到这一点？

Answer 1

将cut与arange一起用于具有列表理解标签的容器，然后汇总mean：

bins = np.arange(0, 16, 5)
labels = [f'{i+1}-{j}' for i, j in zip(bins[:-1], bins[1:])] 

binned = pd.cut(df['B'], bins=bins, labels=labels)
df1 = df.groupby(binned)['A'].mean().reset_index()[['A','B']]
print (df1)

    A      B
0  15    1-5
1   5   6-10
2   9  11-15