python - 根据另一列对一列进行分箱并交叉制表

Question

我的数据是这样的:

        CPB% Bin
0   0.011368   A
1   0.011397   A
2   0.011946   A
3   0.011353   A
4   0.011382   A
5   0.016643   A
6   0.018974   A
7   0.011828   A
8   0.010999   A
9   0.008970   B
10  0.008988   B
11  0.009070   B
12  0.009089   A
13  0.009089   A
14  0.008978   B
15  0.009951   A
16  0.011174   A
17  0.008976   B
18  0.010339   A
19  0.012273   A
20  0.009694   A
21  0.007221   B
22  0.015916   A
23  0.007943   B
24  0.008711   B

我需要的是:

           CPB% Bin-A Bin-B
0.01       20    15    5
0.02       30    15    15
0.03       75    50    25
0.04       67    50    17

我试过的是:

bins = np.linspace(0, 1, num=1000)
df_b = pd.DataFrame(pd.cut(df['CPB%'], bins=bins).value_counts()).sort_index(ascending = True)

但是我不知道如何在 A 和 B 之间传播和计算特定集群(例如 0.01)的 CPB% 的数量。知道吗？谢谢!

Answer 1

使用pd.crosstab交叉制表计数:

pd.crosstab(pd.cut(df['CPB%'], bins=bins), df.Bin)

---

示例使用 pd.qcut (不要与 pd.cut 混淆)以 bin 作为分位数:

pd.crosstab(pd.qcut(df['CPB%'], 4), df.Bin)

Bin                 A  B
CPB%                    
(0.00622, 0.00899]  0  7
(0.00899, 0.0103]   5  1
(0.0103, 0.0114]    6  0
(0.0114, 0.019]     6  0

如果你想把区间的左边作为索引标签，你可以这样做

import operator
pd.crosstab(pd.qcut(df['CPB%'], 4).map(operator.attrgetter('left')), df.Bin)
# On v0.24,
# pd.crosstab(pd.qcut(df['CPB%'], 4).arrays.left, df.Bin)

Bin      A  B
CPB%         
0.00622  0  7
0.00899  5  1
0.01030  6  0
0.01140  6  0