我有一個包含多列的 Pandas DataFrame。其中之一是year. 在此列中，我想創建一個具有分類值的新列（我猜 therm 是存儲桶），并自動生成存儲桶。它應該導致類似的結果：year_gr year other_colsA (1909 - 1917) 1911 abcB (1921 - 1930) 1923 defC (1932 - 1941) 1935 ghi我設法通過以下方式創建接近它的東西：year_gr = pd.cut(df.year, 10, labels=[ 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'])df['year_gr'] = year_grdf.head()year_gr year other_colsA 1911 abcB 1923 defC 1935 ghi但是如何將自動生成的憤怒連接pd.cut到我的year_gr變量？我看到我們可以retbins=True在cut命令中添加參數來提取垃圾箱，但我沒有設法利用它......謝謝！
1 回答
青春有我
TA貢獻1784條經驗 獲得超8個贊
pd.cut 產生一個由區間對象填充的類別對象。我們使用它們的 .left 和 .right 屬性來創建指定的字符串。
import numpy as np, pandas as pd
import string
# test data:
df=pd.DataFrame({"year":[1911,1923,1935,1911],"other_cols":["abc","def","ghi","jkl"]})
Out:
year other_cols
0 1911 abc
1 1923 def
2 1935 ghi
3 1911 jkl
#create the intervals:
cats=pd.cut(df.year,10)
Out: cats.dtypes.categories
IntervalIndex([(1910.976, 1913.4], (1913.4, 1915.8], (1915.8, 1918.2],...
# char generator:
gchar=(ch for ch in string.ascii_uppercase)
dlbls= { iv:next(gchar) for iv in cats.dtypes.categories } #EDIT1
# get the intervals and convert them to the specified strings:
df["year_gr"]=[ f"{dlbls[iv]} ({int(np.round(iv.left))} - {int(np.round(iv.right))})" for iv in cats ] #EDIT1
Out:
year other_cols year_gr
0 1911 abc A (1911 - 1913)
1 1923 def B (1921 - 1923)
2 1935 ghi C (1933 - 1935)
3 1911 jkl A (1911 - 1913)
# align the columns:
df= df.reindex(["year_gr","year","other_cols"], axis=1)
Out:
year_gr year other_cols
0 A (1911 - 1913) 1911 abc
1 B (1921 - 1923) 1923 def
2 C (1933 - 1935) 1935 ghi
3 A (1911 - 1913) 1911 jkl
添加回答
舉報
0/150
提交
取消