Pandas Groupby 值范围

Posted 2023-03-11

【中文标题】Pandas Groupby 值范围

【英文标题】：Pandas Groupby Range of Values

【发布时间】：2014-02-21 20:33:49

【问题描述】：

pandas 中是否有一种简单的方法可以在一系列值增量上调用groupby？例如，在下面的示例中，我可以使用 0.155 增量对列 B 进行分组和分组，例如，B 列中的前几个组被划分为 '0 - 0.155, 0.155 - 0.31 之间的范围。 ..`

import numpy as np
import pandas as pd
df=pd.DataFrame('A':np.random.random(20),'B':np.random.random(20))

     A         B
0  0.383493  0.250785
1  0.572949  0.139555
2  0.652391  0.401983
3  0.214145  0.696935
4  0.848551  0.516692

或者，我可以先按这些增量将数据分类到一个新列中，然后使用groupby 来确定可能适用于列A 的任何相关统计信息？

【参考方案1】：

试试这个：

df = df.sort_values('B')
bins =  np.arange(0, 1.0, 0.155)
ind = np.digitize(df['B'], bins)
    
print df.groupby(ind).head() 

当然，您可以在组上使用任何功能，而不仅仅是head。

【参考方案2】：

你可能对pd.cut感兴趣：

>>> df.groupby(pd.cut(df["B"], np.arange(0, 1.0+0.155, 0.155))).sum()
                      A         B
B                                
(0, 0.155]     2.775458  0.246394
(0.155, 0.31]  1.123989  0.471618
(0.31, 0.465]  2.051814  1.882763
(0.465, 0.62]  2.277960  1.528492
(0.62, 0.775]  1.577419  2.810723
(0.775, 0.93]  0.535100  1.694955
(0.93, 1.085]       NaN       NaN

[7 rows x 2 columns]

【讨论】：

我可以为多个维度执行此操作吗？基本上同时按两个值分组？

我必须使用 2 列进行分组。第一列是一个字符串，我必须对具有相同名称的行进行分组。在这些组中，我不得不根据第二列中的值范围对它们进行进一步分组。我是这样做的：(qa_scores_data.groupby(['Video Name', pandas.cut(qa_scores_data['Frame Name'].astype('float'), [0.5, 12.5, 24.5, 36.5, 48.5])])).mean()

我会收到这个错误：ValueError: Length of grouper (9235) and axis (8769) must be same length

B的第一个范围是（0, 0.155），而B的第一行是0.246394 > 0.155，我想0.246394应该落入第二个范围（0.155, 0.31]。不是吗？