Question

我有一个数据框，并且在数据框名称“ Pressure”中有一列，它具有重复值，我想对其进行分类。我有这样的专栏 enter image description here

pressure
0.03
0.03
0.03
2.07
2.07
2.07
3.01
3.01

我尝试了groupby（）方法，但无法创建细分栏。我认为在熊猫中这是一个简单的方法，任何人都可以帮助我。我需要这样的输出 enter image description here

Pressue   Segment
0.03      1
0.03      1
0.03      1
2.07      2
2.07      2
2.07      2
3.01      3
3.01      3

预先感谢

Answer 1

如果性能很重要，请使用factorize：

data["Segment"]= pd.factorize(data["pressure"])[0] + 1
print (data)
   pressure  Segment
0      0.03        1
1      0.03        1
2      0.03        1
3      2.07        2
4      2.07        2
5      2.07        2
6      3.01        3
7      3.01        3

性能：

data = pd.DataFrame({'pressure': np.sort(np.random.randint(1000, size=10000)) / 100})

In [312]: %timeit data["pressure"].replace({j: i for i,j in enumerate(data["pressure"].unique(),start=1)}).astype("int")
141 ms ± 3.11 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [313]: %timeit pd.factorize(data["pressure"])[0] + 1
751 µs ± 3.97 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 2

使用dict列中的唯一值创建pressure并标记相应的值，然后使用replace

d = {j: i for i,j in enumerate(data["Pressure"].unique(),start=1)}

data["Segment"]= data["Pressure"].replace(d).astype("int")
print(data)

输出：

Pressure   Segment
0.03      1
0.03      1
0.03      1
2.07      2
2.07      2
2.07      2
3.01      3
3.01      3

使用熊猫对列中的重复值进行分类

2 个答案: