如何将 Pandas DataFrame 中的数字数据分箱并对每个分箱内的值进行计数？

用 pandas 对列进行装箱以获取值计数

在 pandas 数据框中处理数字数据时，装箱可能很有用将数据划分为特定范围进行分析。此过程称为分箱。

要对 pandas 中的列进行分箱，您可以使用以下步骤：

1. 使用 bins 参数定义分箱范围。
2. 使用cut函数在数据框中创建一个新列。
3. 使用值计数或groupby来获取每个列中值的计数bin.

示例：

考虑以下数据框，其中包含名为“百分比”的数字列：

import pandas as pd
import numpy as np

df = pd.DataFrame({'percentage': [46.5, 44.2, 100.0, 42.12]})

要装箱将“百分比”栏插入以下内容bins:

bins = [0, 1, 5, 10, 25, 50, 100]

您可以按如下方式使用 cut 函数：

df['binned'] = pd.cut(df['percentage'], bins=bins)

这将在包含 bin 标签的数据框中创建一个名为“binned”的新列。

要获取每个 bin 内的值计数，您可以使用 value_counts方法：

print(df['binned'].value_counts())

输出：

(25, 50]     3
(50, 100]    1

或者，您可以使用 groupby 并聚合大小：

print(df.groupby(df['binned']).size())

输出：

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

这为您提供每个箱内的值的计数。

以上是如何将 Pandas DataFrame 中的数字数据分箱并对每个分箱内的值进行计数？的详细内容。更多信息请关注PHP中文网其他相关文章！