Question

我有一个脚本，用于处理数据帧并提取数据，如下所示：

times = pd.Series(df.loc[df['sy_x'].str.contains('AA'), ('t_diff')].quantile([.1, .25, .5, .75, .9]))

我想将quantile()的结果数据添加到一个数据框，其中每个分位数都有单独的列，可以说这些列是：

   ID pt_1 pt_2 pt_5 pt_7 pt_9
   AA
   BB
   CC

如何将分位数添加到ID的每一行？

new_df = None
for index, value in times.items():
   for col in df[['pt_1', 'pt_2','pt_5','pt_7','pt_9',]]:

..但是那感觉很不正确。我应该使用loc还是iloc？我还有几个系列需要添加到其他未显示的列中，但是我想我一知道就可以弄清楚

编辑： times的某些输出看起来像：

0.1  -0.5
0.25 -0.3
0.5   0.0
0.75  2.0
0.90  4.0

提前感谢您的见解

Answer 1

尝试类似的东西：

pd.DataFrame(times.values.T, index=times.keys())

Answer 2

IIUC，您需要一个groupby()：

# toy data
np.random.seed(1)
df = pd.DataFrame({'sy_x':np.random.choice(['AA','BB','CC'], 100),
                   't_diff': np.random.randint(0,100,100)})

df.groupby('sy_x').t_diff.quantile((0.1,.25,.5,.75,.9)).unstack(1)

输出：

      0.10   0.25  0.50   0.75  0.90
sy_x                                
AA    16.5  22.25  57.0  77.00  94.5
BB     9.1  21.00  58.5  80.25  91.3
CC     9.7  23.25  40.5  65.75  84.1

熊猫将数据子集应用于新数据框

2 个答案: