按单栏分位数计算的熊猫群数据
按单栏分位数计算的熊猫群数据
提问于 2019-09-21 13:29:28
对不起，如果这是重复的帖子，我找不到相关的帖子。
from random import seed
seed(100)
P = pd.DataFrame(np.random.randint(0, 100, size=(1000, 2)), columns=list('AB'))我想要的是将P按列A的四分位数/分位数/十进制/etc分组，然后按组计算汇总统计数据(如mean)。我可以将列的十进制定义为
P['A'].quantile(np.arange(10) / 10)我不知道如何用A的十进制来分组。提前感谢！
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-09-21 14:16:20
如果您想按四分位数对P进行分组，请运行：
gr = P.groupby(pd.qcut(P.A, 4, labels=False))然后，您可以对这些组执行任何操作。
对于演示文稿，下面只提供了限制为20行的P打印输出：
for key, grp in gr:
print(f'\nGroup: {key}\n{grp}')这意味着：
Group: 0
A B
0 8 24
3 10 94
10 9 93
15 4 91
17 7 49
Group: 1
A B
7 34 24
8 15 60
12 27 4
13 31 1
14 13 83
Group: 2
A B
4 52 98
5 53 66
9 58 16
16 59 67
18 47 65
Group: 3
A B
1 67 87
2 79 48
6 98 14
11 86 2
19 61 14如您所见，每个组(四分位数)有5个成员，因此分组是正确的。
作为补充
如果您对每个四分位数的B难字感兴趣，请运行：
pd.qcut(P.A, 4, labels=False, retbins=True)[1]然后cut返回两个结果(一个元组)。第一个元素(数字0)是之前返回的结果，但这次我们对第二个元素(编号1)感兴趣-- bin边框。
对于你的数据，它们是：
array([ 4. , 12.25, 40.5 , 59.5 , 98. ])例如，第一个四分位数在4到12.35之间。
Stack Overflow用户
发布于 2019-09-21 14:05:11
您可以使用quantile系列创建另一列，用其分位数标签标记每一行，然后按该列分组。numpy搜索排序对此非常有用：
import numpy as np
import pandas as pd
from random import seed
seed(100)
P = pd.DataFrame(np.random.randint(0, 100, size=(1000, 2)), columns=list('AB'))
q = P['A'].quantile(np.arange(10) / 10)
P['G'] = P['A'].apply(lambda x : q.index[np.searchsorted(q, x, side='right')-1])由于分位数序列存储分位数间隔的较低值，请确保将参数side='right'传递给np.searchsorted以不获取0(最小值应该是1，否则您有一个超出需要的索引)。
现在您可以通过这样做来详细说明您的统计数据，例如：
P.groupby('G').agg(['sum', 'mean']) #add to the list all the statistics method you wish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/58040767
复制相关文章
相似问题
腾讯云开发者
