我有一個columnA整數值介于 -3 和 89 之間的 DataFrame。我想選擇所有值在columnA離散的 10 個單元箱之間的行，例如-10 到 00 到 10 ...80 到 90我可以像這樣生成每個 bin 中的行數列表：pd.cut(DataFrame['columnA'], np.arange(-10, 100, 10), include_lowest=True, labels=False).value_counts().sort_index().to_list()產生這樣的列表：[505, 25000, 21, 393, 79232, 953000, 24121, 662, 50, 900]現在，如果我想檢查第一個 bin 中的所有行，我可以像這樣選擇它們：DataFrame.sort_values('columnA', ascending=True).iloc[0:505]如何編寫一個函數來選擇 bin N 中的所有行？
2 回答
慕俠2389804
TA貢獻1719條經驗 獲得超6個贊
這個怎么樣？我假設您的垃圾箱的形式為 [a, b[ （在下限關閉并在上限打開。
df = pd.DataFrame(map(lambda x: int(x), (np.random.uniform(-3,89,1000))), columns=['ColumnA'])
def bin_func(df, N, col='ColumnA', xmin=-10, xmax=100, Nbins=10):
df_sorted = df.sort_values(col, ascending=True)
bins = np.arange(xmin, xmax, Nbins)
if N > Nbins-1:
return(pd.DataFrame())
return(df_sorted[(df_sorted[col] >= bins[N]) & (df_sorted[col]<bins[N+1])])
一只斗牛犬
TA貢獻1784條經驗 獲得超2個贊
使用DataFrame.groupby+ Series.cumsum：
def get_bin(n):
return df.groupby(df.index.isin([505, 25000, 21, 393, 79232, 953000, 24121, 662, 50, 900]).cumsum()).get_group(n)
這會將您的數據框分為稱為 0,1,2,3,4,5 ... n 的組。您選擇使用groupby.get_group。
這是一個例子：
print(df)
a b c d
0 0 1 1 x
1 0 1 5 y
2 0 1 5 x
3 0 1 0 y
4 1 1 5 x
5 0 1 4 y
6 1 0 1 x
7 1 1 3 y
8 0 1 2 x
9 0 0 0 y
groups=df.index.isin([2,4,7,9]).cumsum()
print(groups)
#array([0, 0, 1, 1, 2, 2, 2, 3, 3, 4])
print(df.groupby(groups).get_group(0))
a b c d
0 0 1 1 x
1 0 1 5 y
添加回答
舉報
0/150
提交
取消