将行值量化为组，并计算每个组的平均值。
将行值量化为组，并计算每个组的平均值。
提问于 2018-10-18 11:11:29
我想对我的数据做一些总结，可以是形式上的，
A B
------
10 2
20 4
5 6
5 8
9 14我希望根据列B的值对这些行进行分组，方法是将它们量化为范围为5的组。因此，如果列B的某些值落在1-5范围内，则该行将属于该组。在这里的示例中，第1行和第2行属于组1-5，而第3和第4行属于组6-10。然后，每个组将变成仅包含A列值的一行。所以我们最终会
A B
------
15 1-5
5 6-10
9 11-15如何才能在不重复每一行的情况下，对熊猫做到这一点呢？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-10-18 11:21:39
将cut与arange一起用于回收箱，对标签进行列表理解，然后聚合mean
bins = np.arange(0, 16, 5)
labels = [f'{i+1}-{j}' for i, j in zip(bins[:-1], bins[1:])]
binned = pd.cut(df['B'], bins=bins, labels=labels)
df1 = df.groupby(binned)['A'].mean().reset_index()[['A','B']]
print (df1)
A B
0 15 1-5
1 5 6-10
2 9 11-15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/52872671
复制相关文章
相似问题
腾讯云开发者
