如何有效地將 Pandas 列分箱並對每個分箱中的值進行計數？

將列與 Pandas 合併

在資料分析中，將資料分入類別以簡化其表示和分析通常很有用。這是處理數字資料時的常用技術，例如處理百分比時。

假設我們有一個名為「percentage」的資料框列，其中包含數值，如下所示：

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

要對此列進行分箱並取得每個分箱的值計數，我們可以使用pd.cut 函數。有兩種方法可以實現此目的：

將pd.cut 與value_counts 結合使用：

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

使用np.search🎜>

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

使用np.searchsorted 和groupby：

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

兩種方法都會傳回以下內容輸出：

此輸出表示bin (0, 1]、(1, 5]、(5, 10] 和(10 , 25]) 中沒有值。中。

以上是如何有效地將 Pandas 列分箱並對每個分箱中的值進行計數？的詳細內容。更多資訊請關注PHP中文網其他相關文章！