Лучшее бинирование в pandas

У меня есть фрейм данных и вы хотите фильтровать или bin с помощью диапазона значений, а затем получать подсчет значений в каждом бункере.

В настоящее время я делаю это:

x = 5
y = 17
z = 33
filter_values = [x, y, z]
filtered_a = df[df.filtercol <= x]
a_count = filtered_a.filtercol.count()

filtered_b = df[df.filtercol > x]
filtered_b = filtered_b[filtered_b <= y]
b_count = filtered_b.filtercol.count()

filtered_c = df[df.filtercol > y]
c_count = filtered_c.filtercol.count()

Но есть ли более краткий способ сделать то же самое?

Ответы

Ответ 1

Возможно, вы ищете pandas.cut:

import pandas as pd
import numpy as np

df = pd.DataFrame(range(50), columns  = ['filtercol'])
w = 0
x = 5
y = 17
z = 33
filter_values = [w, x, y, z]
out = pd.cut(df.filtercol, bins = filter_values)
counts = pd.value_counts(out)
# counts is a Series
print(counts)

дает

(17, 33]    16
(5, 17]     12
(0, 5]       5

Чтобы изменить порядок результатов, чтобы диапазоны ящиков отображались по порядку, вы можете использовать

counts.reindex(out.cat.categories)

что дает

(0, 5]       5
(5, 17]     12
(17, 33]    16

См. также Дискретизация и квантование.