python - 如何对分类列和数值列进行分组，并基于该组对数值进行分箱

Question

我有一个数据集，其中“类型”列基本上是形状，与此相对应，“体积”列由该形状的体积组成

现在我需要执行以下任务:

1. 按形状分组
2. 对于每种形状，按体积分组
3. 对于每个形状和体积，定义一个范围并形成垃圾箱

输入:

 Type             Volume

 Cylinder          100
 Square            300
 Cylinder          200
 Oval              100
 Square            320
 Cylinder          150
 Oval              600
 Round             1000
 Square            900
 Round             1500

输出:

 Type              Volume       Bin

 Cylinder          100            1
 Cylinder          150            1
 Cylinder          200            2
 Oval              100            1
 Oval              600            3
 Round             1000           1
 Round             1500           2
 Square            300            1
 Square            320            1
 Square            900            3

垃圾箱如下:

1.气缸 -> Bin1(100-200), Bin2(201-300) ....

2.椭圆 -> Bin1(100-200), ..... Bin3(500-600).......

代码:

  grouped=df_dim.groupby('Type', as_index=False)
  def test(group):
     return group.reset_index()
  def group_vol(group):
     groupedVol = 
         group.groupby(pd.cut(group["Target_BrimVol"],
         np.arange(0,5000,200)),as_index=False)

     return groupedVol.apply(test)

  gr = grouped.apply(group_vol)
  print(gr)

Answer 1

我想你可以尝试下面的代码。

testdf = df.groupby('Type',as_index=False).apply(lambda x: x.groupby(pd.cut(x["Vol"],np.arange(x["Volume"].min(),x["Volume"].max(),200)),as_index=False).apply(test))

这里发生的是，第一个 groupby 基本上将 Dataframe 分组为“类型”类别，然后您要根据范围对其进行分组。为此，您可以使用 lambda 函数再次对其进行分组，使用 pd.cut 函数根据您的范围对间隔进行小幅切割。在这种情况下，我只是取最大值和最小值，并以 200 为间隔进行切割。在此之后，如果您想将输出合并在一起再次形成一个 Dataframe，请再使用一次 apply 将它们合并回来。像这样，

def test(group):
   #Write your function here. Whatever you want to perform.
   return group.merge(group)

我正在使用 as_index=False 重置此处的索引，以便根据新索引重新排列数据帧。

希望这有帮助。

编辑:-对于 bin，您不必担心，因为每个 groupby 都会创建一个新索引，您可以将其用于您的目的。如，

Index1  Index2  Type  Volume
0 0 Cylinder  100
0 0 Cylinder  140
0 1 Cylinder  250
1 0 Oval  154
1 4 Oval 999
2 1 Circle  328