熊猫-不同标签的不同回收箱
熊猫-不同标签的不同回收箱
提问于 2022-08-03 13:08:53
我有一个数据框架，有两个不同的标签，A和B，以及一个相关的数值。我希望添加一个列，该列提供数字值所属的自定义bin的标签，这可以通过pd.cut()实现，如下所示：
df = pd.DataFrame({"label": ['A','A','A','A','A','A','B','B','B','B'],
"num": [ 1 , 2 , 4 , 5 , 10, 11, 1 , 3 , 4 , 5 ]})
df['Bin'] = pd.cut(df["num"],
[0, 4.5, 7.5, np.inf],
labels=['0-4', '5-8', '>8'],
include_lowest=True)给予：
label num Bin
0 A 1 0-4
1 A 2 0-4
2 A 4 0-4
3 A 5 5-8
4 A 10 >8
5 A 11 >8
6 B 1 0-4
7 B 3 0-4
8 B 4 0-4
9 B 5 5-8但是，这对于A很好，但是B的值是这样的，大多数值都落在底部的垃圾桶中，所以我想增加A和B的不同回收箱的分辨率，以产生以下结果：
label num Bin
0 A 1 0-4
1 A 2 0-4
2 A 4 0-4
3 A 5 5-8
4 A 10 >8
5 A 11 >8
6 B 1 0-2
7 B 3 2-4
8 B 4 2-4
9 B 5 >4这似乎是可能的，比如使用条件，比如df.where()，或者使用带有transform()或apply()的groupby，或者使用if来理解列表，但是我一整天都在阅读堆栈溢出和乱七八糟的东西，却什么也没做。
我想我可以基于label分离成单个数据帧，对这个子数据处理执行一个自定义的cut，然后将结果连接在一起，但是这感觉并不是很通俗，或者可以使用通用代码。
PS --这是一个很小的例子，我的实际数据帧有更多的label值，我希望将它保持为一个具有不同回收箱的单一数据帧，以便在我的代码中进一步处理，因此不会基于label分离成两个单独的数据帧。
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-08-03 13:11:42
是的，groupby().apply()是一个很好的选择，例如，您可以：
df['Bin'] = df.groupby('label')['num'].apply(pd.cut,bins=3)输出：
label num Bin
0 A 1 (0.99, 4.333]
1 A 2 (0.99, 4.333]
2 A 4 (0.99, 4.333]
3 A 5 (4.333, 7.667]
4 A 10 (7.667, 11.0]
5 A 11 (7.667, 11.0]
6 B 1 (0.996, 2.333]
7 B 3 (2.333, 3.667]
8 B 4 (3.667, 5.0]
9 B 5 (3.667, 5.0]或者，如果您有针对每个label的特定的回收箱/标签映射，您可以这样做：
bins = {'A': [0,4.5,7.5, np.inf], 'B': [0,2.5,4.5,np.inf]}
labels={'A':['0-4', '5-8', '>8'], 'B': ['0-2','2-4','>4']}
def my_cut(data, bins, labels):
label = data['label'].iloc[0]
return pd.cut(data['num'], bins=bins[label], labels=labels[label])
df['Bin'] = df.groupby('label', group_keys=False).apply(my_cut, bins=bins, labels=labels)输出：
label num Bin
0 A 1 0-4
1 A 2 0-4
2 A 4 0-4
3 A 5 5-8
4 A 10 >8
5 A 11 >8
6 B 1 0-2
7 B 3 2-4
8 B 4 2-4
9 B 5 >4页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/73222312
复制相关文章
相似问题
腾讯云开发者
