我需要按年
、地点
和价格
的区间对数据进行分组(步长为5).对于每个组,我想估计中位数 level
df =
year place price level
1994 AAA 90 1
1993 BBB 89 1
1994 AAA 91 2
1998 AAA 92 3
1990 BBB 80 0
1994 AAA 90 1
1990 BBB 81 0
1991 BBB 92 1
我可以对数据进行分组并计算level
的中值,但是我不知道如何添加price
的区间:
grouped_df = df.groupby(["year","place"]).agg({'level':'median'}).reset_index()
正确的grouped_df
结构应该如下(数字可能不同,只是数据结构的一个例子):
grouped_df =
year place price_min price_max level
1990 AAA 80 85 1
...
更新:
最终结果应该是这样的。所以,基本上 price_min
和 price_max
分别是下限和上限:
year_ place_ level_median price_min price_max
0 1990 BBB 0 75 80
1 1991 BBB 1 80 85
2 1993 BBB 1 85 90
3 1994 AAA 1 85 90
4 1998 AAA 3 90 95
最佳答案
但如果相同的输出需要其他类别 - 添加 5
。不理想,但列已转换为 int
并使用 mask
添加了 5
,然后转换为 categorical
。
bins = range(0, df['price'].max() + 5, 5)
labels_low = range(0, df['price'].max(), 5)
df2['price_min'] = pd.cut(df2['price_min'], bins=bins, labels=labels_low)
df2['price_max'] = pd.cut(df2['price_max'], bins=bins, labels=labels_low).astype(int)
mask = df2['price_min'] == df2['price_max']
df2['price_max'] = df2['price_max'].mask(mask, df2['price_max'] + 5).astype('category')
print (df2)
year_ place_ level_median price_min price_max
0 1990 BBB 0 75 80
1 1991 BBB 1 90 95
2 1993 BBB 1 85 90
3 1994 AAA 1 85 90
4 1998 AAA 3 90 95
没有分类
的解决方案:
df2['price_min'] = pd.cut(df2['price_min'], bins=bins, labels=labels_low).astype(int)
df2['price_max'] = pd.cut(df2['price_max'], bins=bins, labels=labels_low).astype(int)
mask = df2['price_min'] == df2['price_max']
df2['price_max'] = df2['price_max'].mask(mask, df2['price_max'] + 5)
print (df2)
year_ place_ level_median price_min price_max
0 1990 BBB 0 75 80
1 1991 BBB 1 90 95
2 1993 BBB 1 85 90
3 1994 AAA 1 85 90
4 1998 AAA 3 90 95
关于python - 如何将间隔添加到分组结果中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43835661/