Python如何基于固定阈值创建回收箱
Python如何基于固定阈值创建回收箱
提问于 2021-11-04 17:28:57
我有一个数据框架，我想创建基于以下逻辑的回收箱:绑定的阈值是5。
- 第一个桶(bin1)以第一个标记m1开始。然后用下一个标记m2计算位置的差异，给出位置(M2)-位置(M1)= 0.5-0 = 0.5。因为差异是<阈值，所以m2属于bin1。然后我们移到下一个标记m3。我们重复进程位置( m3 )-位置(M1)= 0.6，因为0.6 <阈值m3属于bin1.
，
- ，我们继续相同的操作，直到第一个标记的差值大于阈值为止。因此，由于位置( m6 )-位置(M1)= 7，即>阈值，m6不属于bin1，成为bin2的第一个标记。我们重复相同的过程:位置( m7 )-位置(M6)= 1.4，即<阈值，因此m7属于bin2。我希望你明白这个想法。--
- 本例的预期输出是
bin1 = 'm1'，'m2'，'m3'，'m4'，'m5‘bin2 = 'm6'，'m7’bin3 = 'm8'，'m9'，'m10'
关于绑定有很多问题，答案涉及qcut和cut。但我不确定他们是否为我的案子工作，或者我不知道如何应用于我的案件。提前谢谢你抽出时间。
df = pd.DataFrame({'Marker': ['m1','m2','m3','m4','m5','m6','m7','m8','m9','m10'],
'Position': [0,0.5,0.6,2,5,7,8.4,15,16,17]})回答 1
Stack Overflow用户
回答已采纳
发布于 2021-11-04 17:40:02
使用floordiv
df['Cluster'] = df['Position'].floordiv(5).astype(int).factorize()[0] + 1输出：
>>> df
Marker Position Cluster
0 m1 0.0 1
1 m2 0.5 1
2 m3 0.6 1
3 m4 2.0 1
4 m5 5.0 2
5 m6 7.0 2
6 m7 8.4 2
7 m8 15.0 3
8 m9 16.0 3
9 m10 17.0 3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/69843435
复制相关文章
相似问题
腾讯云开发者
