python - Pandas int 或 float 列到百分比分布

Question

我有一个 Pandas 数据框 df:

import pandas as pd
import numpy as np
data = {'A':[250,100,400,np.nan,300]}
df = pd.DataFrame(data)
print(df)

       A
0  250.0
1  100.0
2  400.0
3    NaN
4  300.0

我想根据列表中的值 (values) 转换此数据场 (DF)。

values = [0,200,400,600]

在 df 中，第一个数字 250。它在列表 values 中介于 200 和 400 之间，因此 (|200-250|)/(400-200) = 0.25 和 (400-250)/(400-200)=0.75，分别。如果数据丢失 (np.nan)，则行必须用 0 填充。我想以这种方式转换此数据框。

所需的数据框:

     0   200   400  600
0  0.0  0.25  0.75  0.0
1  0.5  0.50  0.00  0.0
2  0.0  0.00  1.00  0.0
3  0.0  0.00  0.00  0.0
4  0.0  0.50  0.50  0.0

Answer 1

这是使用 pd.cut 的一种方法

s=pd.cut(df.A,values).dropna()
x=s.map(lambda x : x.left).astype(int).to_frame('V')
y=s.map(lambda x : x.right).astype(int).to_frame('V')
x['r']=(df.A-x.V)/(y.V-x.V)
y['r']=(y.V-df.A)/(y.V-x.V)
df1=pd.concat([x,y]).set_index('V',append=True).\
       r.unstack(fill_value=0).\
        reindex(columns=values,index=df.index,fill_value=0)
df1
Out[110]: 
V  0     200   400  600
0  0.0  0.25  0.75  0.0
1  0.5  0.50  0.00  0.0
2  0.0  1.00  0.00  0.0
3  0.0  0.00  0.00  0.0
4  0.0  0.50  0.50  0.0