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
......
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cut
はcategorical
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 。