- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试从 pandas 数据框中的两列创建索引。但是,在索引中使用“存储桶”值之前,我首先要对其中一列中的值进行“存储桶”。
下面的代码应该有助于进一步解释:
import numpy as np
import pandas as pd
# No error checking, pseudocode ...
def bucket_generator(source_data, colname, step_size):
# create bucket column (string)
source_data['bucket'] = ''
# obtain the series to operate on
series = source_data['colname']
# determine which bucket number each cell in series would belong to,
# by dividing the cell value by the step_size
# Naive way would be to iterate over cells in series, generating a
# bucket label like "bucket_{0:+}".format(cell_value/step_size),
# then stick it in a cell in the bucket column, but there must be a more
# 'dataframe' way of doing it, rather than looping
data = {'a': (10,3,5,7,15,20,10,3,5,7,19,5,7,5,10,5,3,7,20,20),
'b': (98.5,107.2,350,211.2,120.5,-70.8,135.9,205.1,-12.8,280.5,-19.7,77.2,88.2,69.2,101.2,-302.
4,-79.8,-257.6,89.6,95.7),
'c': (12.5,23.4,11.5,45.2,17.6,19.5,0.25,33.6,18.9,6.5,12.5,26.2,5.2,0.3,7.2,8.9,2.1,3.1,19.1,2
0.2)
}
df = pd.DataFrame(data)
df
a b c
0 10 98.5 12.50
1 3 107.2 23.40
2 5 350.0 11.50
3 7 211.2 45.20
4 15 120.5 17.60
5 20 -70.8 19.50
6 10 135.9 0.25
7 3 205.1 33.60
8 5 -12.8 18.90
9 7 280.5 6.50
10 19 -19.7 12.50
11 5 77.2 26.20
12 7 88.2 5.20
13 5 69.2 0.30
14 10 101.2 7.20
15 5 -302.4 8.90
16 3 -79.8 2.10
17 7 -257.6 3.10
18 20 89.6 19.10
19 20 95.7 20.20
这就是我想做的:
bucket_generator
最佳答案
关注 OP 的要求
def bucket_generator(source_data, colname, step_size):
series = source_data[colname]
source_data['bucket'] = 'bucket_' + (series // step_size).astype(int).astype(str)
data = {'a': (10,3,5,7,15,20,10,3,5,7,19,5,7,5,10,5,3,7,20,20),
'b': (98.5,107.2,350,211.2,120.5,-70.8,135.9,205.1,-12.8,280.5,-19.7,77.2,88.2,69.2,101.2,-302.4,-79.8,-257.6,89.6,95.7),
'c': (12.5,23.4,11.5,45.2,17.6,19.5,0.25,33.6,18.9,6.5,12.5,26.2,5.2,0.3,7.2,8.9,2.1,3.1,19.1,20.2)
}
df = pd.DataFrame(data)
bucket_generator(df, 'a', 5)
df1 = df.set_index(['a', 'bucket']).sort_index(kind='mergesort')
print(df1.xs((3, 'bucket_0')).reset_index())
dob = {bucket: group for bucket, group in df.groupby(['a', 'bucket'])}
print(dob[(3, 'bucket_0')])
a bucket b c
0 3 bucket_0 107.2 23.4
1 3 bucket_0 205.1 33.6
2 3 bucket_0 -79.8 2.1
a b c bucket
1 3 107.2 23.4 bucket_0
7 3 205.1 33.6 bucket_0
16 3 -79.8 2.1 bucket_0
df
的索引。pd.qcut
帮助进行分桶def enlabeler(s, n):
return ['{}_{}'.format(s, i) for i in range(n)]
df.index = [
pd.qcut(df.a, 3, enlabeler('a', 3)),
pd.qcut(df.b, 3, enlabeler('b', 3)),
pd.qcut(df.c, 3, enlabeler('c', 3))
]
print(df)
<小时/>
更加动态一点,并且具有列的子集
def enlabeler(s, n):
return ['{}_{}'.format(s, i) for i in range(n)]
def cutcol(c, n):
return pd.qcut(c, n, enlabeler(c.name, n))
df.index = df[['a', 'b']].apply(cutcol, n=3).values.T.tolist()
关于python - 将数据框中的多列数据(包括自动生成的列)分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41656105/
我正在 csv 上使用 hadoop 来分析一些数据。我使用sql/mysql(不确定)来分析数据,现在陷入了僵局。 我花了好几个小时在谷歌上搜索,却没有找到任何相关的东西。我需要一个查询,在该查询中
我正在为 Bootstrap 网格布局的“简单”任务而苦苦挣扎。我希望在大视口(viewport)上有 4 列,然后在中型设备上有 2 列,最后在较小的设备上只有 1 列。 当我测试我的代码片段时,似
对于这个令人困惑的标题,我深表歉意,我想不出这个问题的正确措辞。相反,我只会给你背景信息和目标: 这是在一个表中,一个人可能有也可能没有多行数据,这些行可能包含相同的 activity_id 值,也可
具有 3 列的数据库表 - A int , B int , C int 我的问题是: 如何使用 Sequelize 结果找到 A > B + C const countTasks = await Ta
我在通过以下功能编写此查询时遇到问题: 首先按第 2 列 DESC 排序,然后从“不同的第 1 列”中选择 只有 Column1 是 DISTINCT 此查询没有帮助,因为它首先从第 1 列中进行选择
使用 Bootstrap 非常有趣和有帮助,目前我在创建以下需求时遇到问题。 “使用 bootstrap 在桌面上有 4 列,在平板电脑上有 2 列,在移动设备上有 1 列”谁能告诉我正确的结构 最佳
我是 R 新手,正在问一个非常基本的问题。当然,我在尝试从所提供的示例中获取指导的同时做了功课here和 here ,但无法在我的案例中实现这个想法,即可能是由于我的问题中的比较维度更大。 我的实
通常我会使用 R 并执行 merge.by,但这个文件似乎太大了,部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上,插补似乎删除了 snp ID 的 rs 数字,我只剩
我有一个 df , delta1 delta2 0 -1 2 0 -1 0 0 0 我想知道如何分配 delt
您好,我想知道是否可以执行以下操作。显然,我已经尝试在 phpMyAdmin 中运行它,但出现错误。也许还有另一种方式来编写此查询。 SELECT * FROM eat_eat_restaurants
我有 2 个列表(标题和数据值)。我想要将数据值列 1 匹配并替换为头文件列 1,以获得与 dataValue 列 1 和标题值列 2 匹配的值 头文件 TotalLoad,M0001001 Hois
我有两个不同长度的文件,file2 是一个很大的引用文件,我从中提取文件 1 的数据。 我有一行 awk,我通常会对其进行调整以在我的文件中进行查找和替换,但它总是在同一列中进行查找和替换。 所以对于
假设我有两个表,如下所示。 create table contract( c_ID number(1) primary key, c_name varchar2(50) not
我有一个带有 varchar 列的 H2 表,其检查约束定义如下: CONSTRAINT my_constraint CHECK (varchar_field <> '') 以下插入语句失败,但当我删
这是最少量的代码,可以清楚地说明我的问题: One Two Three 前 2 个 div 应该是 2 个左列。第三个应该占据页面的其余部分。最后,我将添加选项来隐藏和
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
今天我开始使用 JexcelApi 并遇到了这个:当您尝试从特定位置获取元素时,不是像您通常期望的那样使用sheet.getCell(row,col),而是使用sheet.getCell(col,ro
我有一个包含 28 列的数据库。第一列是代码,第二列是名称,其余是值。 public void displayData() { con.Open(); MySqlDataAdapter
我很沮丧:每当我缩小这个网页时,一切都变得一团糟。我如何将网页居中,以便我可以缩小并且元素不会被错误定位。 (它应该是 2 列,但所有内容都合并为 1)我试过 但由于某种原因,这不起作用。 www.o
我是一名优秀的程序员,十分优秀!