代码之家 › 专栏 › 技术社区 › jeangelj

Python Pandas:按具有零值的数字分组进行分类/bin

categories nan grouping pandas python

jeangelj · 技术社区 · 7 年前

我不确定这是否是最有效的方式,但我正在努力将客户支出分组到箱子/桶中。

这是我正在处理的df:

df.head()

Best_ID_S| Dollar
abc2464    0.00 
fdhg357    672.00  
hjg5235    250.00 
mjhur57    199.00 
erew3452   116.25

bins = [0,250,500,750,1000,1500,2000,2500,3000,3500,4000,4500,5000,5500,6000,6500,7000,8000,1000000000000]
#I didn't know how to create 8000+ so I just added a crazy number in the end, it works

group_names = ['0-250','251-500','501-749','750-999','1000-1499','1500-1999','2000-2499','2500-2999','3000-3499','3500-3999','4000-4499','4500-4999','5000-5499','5500-5999','6000-6499','6500-6999','7000-7499','8000+']

categories = pd.cut(df_2014['Dollar'], bins, labels=group_names)
df['Category'] = pd.cut(df['Dollar'], bins, labels=group_names)
df['Buckets'] = pd.cut(df['Dollar'], bins)

这就是我做df时得到的。头部():

Best_ID_S| Dollar | Category |  Buckets
abc2464    0.00     NaN
fdhg357    672.00   501-749        (500, 750]
hjg5235    250.00   0-250          (0, 250]
mjhur57    199.00   0-250          (0, 250]
erew3452   116.25   0-250          (0, 250]

2 回复 | 直到 7 年前

Bharath M Shetty 7 年前

的默认值 right 参数为true。数学上 ( 表示不包括左侧,因此需要 [

df['Category'] = pd.cut(df['Dollar'], bins, labels=group_names,right=False)
df['Buckets'] = pd.cut(df['Dollar'], bins,right=False)

 Best_ID_S|  Dollar Category     Buckets
0    abc2464    0.00    0-250    [0, 250)
1    fdhg357  672.00  501-749  [500, 750)
2    hjg5235  250.00  251-500  [250, 500)
3    mjhur57  199.00    0-250    [0, 250)
4   erew3452  116.25    0-250    [0, 250)

为了使其保持包容性,您还可以设置 include_lowest True 通过保留正确的参数 真的

Vaishali 7 年前

要创建8000以上的箱子,可以使用最后一个箱子作为np。inf公司

bins = [0,250,500,750,1000,1500,2000,2500,3000,3500,4000,4500,5000,5500,6000,6500,7000,8000,np.inf]

df['Category'] = pd.cut(df['Dollar'], bins, labels=group_names, include_lowest=True)
df['Buckets'] = pd.cut(df['Dollar'], bins, include_lowest=True)

    Best_ID_S   Dollar  Category    Buckets
0   abc2464     0.00    0-250   [0, 250]
1   fdhg357     672.00  501-749 (500, 750]
2   hjg5235     250.00  0-250   [0, 250]
3   mjhur57     199.00  0-250   [0, 250]
4   erew3452    116.25  0-250   [0, 250]

推荐文章

LostinSpatialAnalysis · 如何在python中将第二次和后续出现的0设置为NaN

2 年前

Michael Dorner Satyanarayana · 如果无或nan,则合并pandas中的两行

7 年前

Pbalazs89 · NaN问题-无法在Jquery中显示数字

7 年前

Ilya V. Schurov · 在运算符中,浮点(“NaN”)和np。南安

7 年前

Jan · 用熊猫的数据填充矩阵。数据帧,跳过NaN

7 年前

Cedric Zoppolo · 使用ix或iloc检查pandas数据帧中的特定值(单元格中)是否为NaN

7 年前

Jesse · 如果列为NaN并且另一行中该列不是NaN,如何在数据帧中删除行

7 年前

Pythonista anonymous · 熊猫:如何将缺少值的列转换为字符串?

7 年前

user2614596 · scipy。pdist()返回NaN值

7 年前

user7055375 · 如何在ruby中检查var是否为NaN?

7 年前