在pandas中同时输出bins和labels列
在pandas中同时输出bins和labels列
提问于 2020-05-13 23:29:30
我有一个dataframe列，我想在其上执行绑定，例如：
df.head
X
4.6
2.5
3.1
1.7我想要一列用于bin范围，一列用于标签，如下所示：
df.head
X bin label
4.6 (4,5] 5
2.5 (2,3] 3
3.1 (3,4] 4
1.7 (1,2] 2显然，按如下方式设置label参数只会生成一个用于bin标签的列，而不再是范围的列。
df['bin'] = df.X.apply(pd.cut, labels=np.arange(5))对于这两列，有没有更好的解决方案，而不是运行pd.cut 2次？
谢谢
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-05-14 05:17:03
如果您允许pd.cut动态设置bin边缘，则可以使用retbins标志。从pd.cut documentation
retbins: bool, default False
Whether to return the bins or not. Useful when bins is provided as a scalar.这将返回第二个结果：
bins: numpy.ndarray or IntervalIndex.
The computed or specified bins. Only returned when
retbins=True. For scalar or sequence bins, this is
an ndarray with the computed bins. If set
duplicates=drop, bins will drop non-unique bin. For
an IntervalIndex bins, this is equal to bins.您可以使用此选项将箱形边指定给框架：
assignments, edges = pd.cut(df.X, bins=5, labels=False, retbins=True)
df['label'] = assignments
df['bin_floor'] = edges[assignments]
df['bin_ceil'] = edges[assignments + 1]您的注释表明您希望在groupby操作中使用它。在这种情况下，您可以将上述内容封装在一个函数中：
def assign_dynamic_bin_ids_and_labels(
df,
value_col,
nbins,
label_col='label',
bin_floor_col='bin_floor',
bin_ceil_col='bin_ceil',
):
assignments, edges = pd.cut(
df[value_col], bins=5, labels=False, retbins=True
)
df[label_col] = assignments
df[bin_floor_col] = edges[assignments]
df[bin_ceil_col] = edges[assignments + 1]
return df
df.groupby('id').apply(assign_dynamic_bin_ids_and_labels, 'X', 5)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/61778610
复制相关文章
相似问题
腾讯云开发者
