web-dev-qa-db-ja.com

pandas dataframeの値の範囲のマッピング

これが以前に尋ねられた場合はお詫びしますが、私は結果なしで広範囲を調べました。

import pandas as pd    
import numpy as np    
df = pd.DataFrame(data = np.random.randint(1,10,10),columns=['a'])    

   a
0  7
1  8
2  8
3  3
4  1
5  1
6  2
7  8
8  6
9  6

いくつかのルールに従ってbのいくつかの値をマップする新しい列aを作成します。たとえば、a = [1,2,3]は1、a = [4,5 、6,7]は2、a = [8,9,10]は3です。1対1のマッピングは明らかですが、値のリストまたは範囲でマッピングしたい場合はどうなりますか？

私はこれらの線に沿って教えました...

df['b'] = df['a'].map({[1,2,3]:1,range(4,7):2,[8,9,10]:3})
pythonpandasdataframecategoriesbinning
8
E. Sommer

いくつかの選択肢があります。

_pd.cut_経由のパンダ/ _np.digitize_経由のNumPy

境界のリストを作成してから、専門のライブラリ関数を使用できます。これは @ EdChum's solution と this answer でも説明されています。

_np.select_によるNumPy

_df = pd.DataFrame(data=np.random.randint(1,10,10), columns=['a'])

criteria = [df['a'].between(1, 3), df['a'].between(4, 7), df['a'].between(8, 10)]
values = [1, 2, 3]

df['b'] = np.select(criteria, values, 0)
_

criteriaの要素はブール系列なので、値のlistsの場合は、df['a'].isin([1, 3])などを使用できます。

rangeによる辞書マッピング

_d = {range(1, 4): 1, range(4, 8): 2, range(8, 11): 3}

df['c'] = df['a'].apply(lambda x: next((v for k, v in d.items() if x in k), 0))

print(df)

   a  b  c
0  1  1  1
1  7  2  2
2  5  2  2
3  1  1  1
4  3  1  1
5  5  2  2
6  4  2  2
7  4  2  2
8  9  3  3
9  3  1  1
_
16
jpp

IIUCあなたは cut を使用してこれを達成できます：

In[33]:
pd.cut(df['a'], bins=[0,3,7,11], right=True, labels=False)+1

Out[33]: 
0    2
1    3
2    3
3    1
4    1
5    1
6    1
7    3
8    2
9    2

ここでは、カットオフ値をcutに渡します。これにより、labels=Falseを渡すことで値が分類され、序数値（ゼロベース）が与えられるため、+1彼らへ

ここで、カットがどのように計算されたかを確認できます。

In[34]:
pd.cut(df['a'], bins=[0,3,7,11], right=True)

Out[34]: 
0     (3, 7]
1    (7, 11]
2    (7, 11]
3     (0, 3]
4     (0, 3]
5     (0, 3]
6     (0, 3]
7    (7, 11]
8     (3, 7]
9     (3, 7]
Name: a, dtype: category
Categories (3, interval[int64]): [(0, 3] < (3, 7] < (7, 11]]
8
EdChum