Question

我有以下数据框：

并使用pandas.qcut函数尝试创建一个新的列，该列将按Animal切成3倍，如下所示：

到目前为止，这是我的代码：

    import pandas as pd
df=pd.DataFrame({'Name':['Harry','Sally','Mary','John','Francis','Devon','James','Holly','Molly','Nancy','Ben'], 'Score': [43,234,54,34,12,43,54,65,23,12,32],
                 'Animal': ['dog', 'dog', 'cat', 'cat', 'dog', 'horse', 'dog', 'snake', 'dog', 'mouse', 'horse']})
tiles = pd.qcut(df.index, 3, labels=False)
tiles=tiles+1
df['tiles']=tiles
print(df)

如何使我的qcut函数考虑到我的“动物”列？

先谢谢了。

Answer 1

我不知道是否要使用qcut，但是您可以使用groupby('Animal').cumcount并采用累积计数的模数和3（% 3）来做到这一点：

>>> df
   Animal     Name
0     cat    Harry
1     cat    Sally
2     cat     Mary
3     dog     John
4     dog  Francis
5     dog    Devon
6     dog    James
7   horse    Holly
8   mouse    Molly
9   mouse    Nancy
10  snake      Ben

df['Tile'] = (df.groupby('Animal').cumcount()%3)+1

>>> df
   Animal     Name  Tile
0     cat    Harry     1
1     cat    Sally     2
2     cat     Mary     3
3     dog     John     1
4     dog  Francis     2
5     dog    Devon     3
6     dog    James     1
7   horse    Holly     1
8   mouse    Molly     1
9   mouse    Nancy     2
10  snake      Ben     1

Answer 2

成功的关键是生成Tile值的适当函数：

def tbl(x):
    ccl = itertools.cycle([1,2,3])
    lst = [ next(ccl) for _ in range(len(x)) ]
    return pd.Series(lst, x.index)

它的工作原理几乎类似于cumcount()，但有一个区别：而不是连续数字（来自range），它会生成[1,2,3]的循环序列，使用itertools.cycle。

然后您要做的一切（在必要的导入和创建源之后 DataFrame）是：

将值按Animal排序。
按Animal分组，选择任意一列（例如Name）并应用于它们上述功能。

因此整个脚本（无tbl声明）可以如下：

import pandas as pd
import itertools

df = pd.DataFrame( {'Name': ['Harry', 'Sally', 'Mary', 'John', 'Francis',
        'Devon', 'James', 'Holly', 'Molly', 'Nancy', 'Ben'],
    'Score': [43, 234, 54, 34, 12, 43, 54, 65, 23, 12, 32],
    'Animal': ['dog', 'dog', 'cat', 'cat', 'dog', 'horse', 'dog', 'snake',
        'cat', 'mouse', 'mouse']})
df.sort_values(by='Animal', inplace=True)
df['Tile'] = df.groupby('Animal')['Name'].apply(tbl)

打印df时，结果为：

       Name  Score Animal  Tile
2      Mary     54    cat     1
3      John     34    cat     2
8     Molly     23    cat     3
0     Harry     43    dog     1
1     Sally    234    dog     2
4   Francis     12    dog     3
6     James     54    dog     1
5     Devon     43  horse     1
9     Nancy     12  mouse     1
10      Ben     32  mouse     2
7     Holly     65  snake     1

考虑到Python列时使用pandas.qcut

2 个答案: