python - Numpy 和 Pandas 按 Bin 重复值

Question

我有一个 Dataframe 或 Numpy 数组，其中组号递增，我想分配一个值列表(长度与唯一组数相等)，每个组重复。

ID - Group
0  -  0
1  -  0
2  -  1
3  -  1
4  -  1
5  -  2
6  -  2
7  -  3

要分配的值:

[4, 2, 7, 8] # 4 maps to group 0, 2 maps to group 1 etc

输出:

ID - Group  - Val
0  -  0     -  4
1  -  0     -  4
2  -  1     -  2
3  -  1     -  2
4  -  1     -  2
5  -  2     -  7
6  -  2     -  7
7  -  3     -  8

感谢任何建议，如果有优雅的方法/ native 函数来解决这个问题(寻找 Numpy 和 Pandas 解决方案)，最好不要循环。

Answer 1

设置:

a = np.array([4, 2, 7, 8])
v = df.Group.values
dct = {}

---

选项 1
使用 numpy 索引。 (此解决方案假定您的组范围为 0-N:

dct['numpy_indexing'] = a[v]

选项 2
使用 np.repeat。 (此解决方案假设您的组不是交错的):

dct['numpy_repeat'] = np.repeat(a, np.bincount(v))

选项 3
使用 map 。这种方法会比其他方法慢，但更灵活一些，因为它允许交错组和非线性组:

d = dict(zip(np.unique(v), a))

dct['pandas_map'] = df.Group.map(d)

---

输出

df.assign(**dct)

   ID  Group  numpy_indexing  numpy_repeat  pandas_map
0   0      0               4             4           4
1   1      0               4             4           4
2   2      1               2             2           2
3   3      1               2             2           2
4   4      1               2             2           2
5   5      2               7             7           7
6   6      2               7             7           7
7   7      3               8             8           8