我有一組價格和金額-其中amt1為price1的總體積。對我來說，價格太精確了，我想根據價格將價格/金額對分組/合并/匯總到均勻分布的存儲桶中，然后對金額進行求和。例如，我原來的df：index price1 price2 price3 price4 amt1 amt2 amt3 amt41 451 454 462 470 10 1 2 52 448 452 458 464 8 2 6 23 461 463 468 480 1 3 6 94 453 455 471 481 4 3 2 4將產生：index bin1 bin2 bin3 bin4 bin5 amt1 amt2 amt3 amt4 amt51 440 450 460 470 480 0 11 2 5 02 440 450 460 470 480 8 8 2 0 03 440 450 460 470 480 0 0 10 0 94 440 450 460 470 480 0 7 0 2 4幾件事要注意：我選擇將10裝箱。bin1表示440-449。價格始終按升序排列。我實際上有500個價格/體積對要計算（1000列df），因此需要擴展。速度實際上是優先考慮的事情（盡管乞g不能成為選擇者）。感謝任何幫助。
1 回答
慕尼黑5688855
TA貢獻1848條經驗 獲得超2個贊
首先創建帶有組的扁平化DataFrame，以通過numpy.ravel和區分行numpy.repeat：
a = df.filter(like='price').values.ravel()
b = df.filter(like='amt').values.ravel()
c = np.repeat(np.arange(len(df)), len(df.filter(like='price').columns))
df = pd.DataFrame({'bin':a, 'amt':b, 'g':c})
print (df)
bin amt g
0 451 10 0
1 454 1 0
2 462 2 0
3 470 5 0
4 448 8 1
5 452 2 1
6 458 6 1
7 464 2 1
8 461 1 2
9 463 3 2
10 468 6 2
11 480 9 2
12 453 4 3
13 455 3 3
14 471 2 3
15 481 4 3
然后按以下類別進行分類cut-我嘗試按樓層分隔和多個依據動態創建標簽和分類箱10，然后按以下方式聚合sum并整形unstack：
val = (df['bin'] // 10)
labels = np.arange(val.min() * 10, val.max() * 10 + 10, 10)
bins = np.append(labels, val.max() * 10 + 10)
df = (df.groupby(['g', pd.cut(df['bin'], bins=bins, labels=labels, right=False)])['amt'].sum()
.unstack(fill_value=0))
print (df)
bin 440 450 460 470 480
g
0 0 11 2 5 0
1 8 8 2 0 0
2 0 0 10 0 9
3 0 7 0 2 4
上次創建預期格式df-添加新列，assign并使用已重命名的列添加join原始df列：
cols1 = ['bin{}'.format(x) for x in range(1, len(df.columns) + 1)]
cols2 = ['amt{}'.format(x) for x in range(1, len(df.columns) + 1)]
d1= dict(zip(cols1, df.columns))
d2= dict(zip(df.columns, cols2))
df1 = pd.DataFrame(index=df.index).assign(**d1).join(df.rename(columns=d2))
print (df1)
bin1 bin2 bin3 bin4 bin5 amt1 amt2 amt3 amt4 amt5
g
0 440 450 460 470 480 0 11 2 5 0
1 440 450 460 470 480 8 8 2 0 0
2 440 450 460 470 480 0 0 10 0 9
3 440 450 460 470 480 0 7 0 2 4
添加回答
舉報
0/150
提交
取消