python - 使用 Pandas 如何计算数据组？

Question

我有一个大数据框:

      peak.count  purity.score material  
0           10.0      0.134814      ADB  
1           10.0      0.134814      ADB  
2           17.0      0.116754      ADB  
3           17.0      0.116754      ADB  
4           17.0      0.102921      ADB   
...          ...           ...      ...  
1269        14.0      0.166039      SSA  
1270        14.0      0.166039      SSA  
1271        14.0      0.166039      SSA  
1272        12.0      0.169396      SSA  
1273        12.0      0.169396      SSA  
1274        12.0      0.169396      SSA 

我很好奇按范围对purity.score进行分组，然后对范围内的这些值进行计数。例如，如果我的值中有 15 个介于 0.1 和 0.2 之间，我希望输出在 1 处反射(reflect) 15。我尝试过将 value_counts 与 numpy 范围结合使用，但不计算组内的值:

首先我这样做:s = pd.Series(df['purity.score'])

pd.value_counts(s).reindex(np.arange(0,1,0.1)).fillna(0)
0.0    362.0
0.1      0.0
0.2      0.0
0.3      0.0
0.4      0.0
0.5      0.0
0.6      0.0
0.7      0.0
0.8      0.0
0.9      0.0

如何对这些值进行分组？注意:我希望使用此表来提供 API 以呈现 javascript 直方图，但不希望使用 Bokeh 或 Matplotlib。我需要访问 table 。

Answer 1

您可以使用cut来做到这一点功能:

df.groupby(pd.cut(df['purity.score'], bins=10)).count()

此处，cut 将 df['purity.score'] 分为其选择的 10 个 bin，但您可以通过传递数组来定义 bin 边界。