eine spalte mit pandas

In der Datenanalyse ist es häufig nützlich, Daten in Kategorien zu binden, um seine Darstellung und Analyse zu vereinfachen. Dies ist eine häufige Technik bei der Arbeit mit numerischen Daten, beispielsweise beim Umgang mit Prozentsätzen.

Angenommen, wir haben eine Datenrahmenspalte mit dem Namen "Prozentsatz", die numerische Werte enthält, wie unten gezeigt:

df['percentage'].head()
46.5
44.2
100.0
42.12

, um diese Spalte zu binden und die Wertzahlen für jeden Bin zu erhalten, können wir die Pd.cut -Funktion verwenden. Hier sind zwei Möglichkeiten, dies zu erreichen:

Verwenden Sie Pd.cut mit Value_Counts:

bins = [0, 1, 5, 10, 25, 50, 100]
df['binned'] = pd.cut(df['percentage'], bins)
print(df.groupby(df['binned']).size())

verwendete np.searchsorted und GroupBy:

df['binned'] = np.searchsorted(bins, df['percentage'].values)
print(df.groupby(df['binned']).size())

Beide Methoden geben die folgende Ausgabe zurück:

percentage
(0, 1]       0
(1, 5]       0
(5, 10]      0
(10, 25]     0
(25, 50]     3
(50, 100]    1
dtype: int64

Diese Ausgabe gibt an, dass es in den Behältern keine Werte gibt (0, 1], (1, 5], (5, 10] und (10, 25]. Drei Werte fallen in die bin (25, 50] und ein Wert fällt in den Bin (50, 100].