web-dev-qa-db-ja.com

列をpython pandasでビニングします

数値を含むデータフレーム列があります。

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

列をビンカウントとして表示したい:

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

value countsを含むビンとして結果を取得するにはどうすればよいですか?

[0, 1] bin amount
[1, 5] etc 
[5, 10] etc 
......
54
Night Walker

pandas.cut を使用できます。

bins = [0, 1, 5, 10, 25, 50, 100]
df['binned'] = pd.cut(df['percentage'], bins)
print (df)
   percentage     binned
0       46.50   (25, 50]
1       44.20   (25, 50]
2      100.00  (50, 100]
3       42.12   (25, 50]

bins = [0, 1, 5, 10, 25, 50, 100]
labels = [1,2,3,4,5,6]
df['binned'] = pd.cut(df['percentage'], bins=bins, labels=labels)
print (df)
   percentage binned
0       46.50      5
1       44.20      5
2      100.00      6
3       42.12      5

または numpy.searchsorted

bins = [0, 1, 5, 10, 25, 50, 100]
df['binned'] = np.searchsorted(bins, df['percentage'].values)
print (df)
   percentage  binned
0       46.50       5
1       44.20       5
2      100.00       6
3       42.12       5

...そして value_counts または groupby と集約 size

s = pd.cut(df['percentage'], bins=bins).value_counts()
print (s)
(25, 50]     3
(50, 100]    1
(10, 25]     0
(5, 10]      0
(1, 5]       0
(0, 1]       0
Name: percentage, dtype: int64

s = df.groupby(pd.cut(df['percentage'], bins=bins)).size()
print (s)
percentage
(0, 1]       0
(1, 5]       0
(5, 10]      0
(10, 25]     0
(25, 50]     3
(50, 100]    1
dtype: int64

デフォルトではcutcategoricalを返します。

Series.value_counts()などのSeriesメソッドは、一部のカテゴリがデータに存在しない場合でも、すべてのカテゴリを使用します categoricalの操作

110
jezrael