我的数据如下:
CPB% Bin
0 0.011368 A
1 0.011397 A
2 0.011946 A
3 0.011353 A
4 0.011382 A
5 0.016643 A
6 0.018974 A
7 0.011828 A
8 0.010999 A
9 0.008970 B
10 0.008988 B
11 0.009070 B
12 0.009089 A
13 0.009089 A
14 0.008978 B
15 0.009951 A
16 0.011174 A
17 0.008976 B
18 0.010339 A
19 0.012273 A
20 0.009694 A
21 0.007221 B
22 0.015916 A
23 0.007943 B
24 0.008711 B
我需要的是:
CPB% Bin-A Bin-B
0.01 20 15 5
0.02 30 15 15
0.03 75 50 25
0.04 67 50 17
我尝试的是以下内容:
bins = np.linspace(0, 1, num=1000)
df_b = pd.DataFrame(pd.cut(df['CPB%'], bins=bins).value_counts()).sort_index(ascending = True)
但是,我不知道如何在A和B之间的特定群集(如0.01)中扩展和计算CPB%的数量。谢谢!
答案 0 :(得分:4)
使用pd.crosstab
交叉计数:
pd.crosstab(pd.cut(df['CPB%'], bins=bins), df.Bin)
使用pd.qcut
(不要与pd.cut
混淆)将垃圾箱作为分位数的示例:
pd.crosstab(pd.qcut(df['CPB%'], 4), df.Bin)
Bin A B
CPB%
(0.00622, 0.00899] 0 7
(0.00899, 0.0103] 5 1
(0.0103, 0.0114] 6 0
(0.0114, 0.019] 6 0
如果您希望将间隔的左侧作为索引标签,则可以执行
import operator
pd.crosstab(pd.qcut(df['CPB%'], 4).map(operator.attrgetter('left')), df.Bin)
# On v0.24,
# pd.crosstab(pd.qcut(df['CPB%'], 4).arrays.left, df.Bin)
Bin A B
CPB%
0.00622 0 7
0.00899 5 1
0.01030 6 0
0.01140 6 0