python - Pandas:按分位数分组并计算统计数据

Question

我有99个人的年收入数据:

import pandas, random
incomes = pandas.DataFrame({'income':[round(random.triangular(20,80,200),0) for i in range(99)]}) 

如何:

• 将他们分成3个分位数，“穷人”、“中等”、“富人”，每人33人
• 计算每个分位数的平均收入

抱歉，这听起来像是一个新手问题。我在学。谢谢!

Answer 1

要按上述方式对列进行分组，您可以使用 Series.quantile ，它允许指定一个分位数序列。然后使用 pd.cut将列拆分为 bin。

然后您可以使用“分位数组”来获取对数据框进行分组的统计信息，如下所示:

quant = incomes.income.quantile(q=[0,0.33,0.66,1]).values
incomes['groups'] = pd.cut(incomes.income, quant, labels=["poor", "middle", "rich"])
incomes['avg_income'] = incomes.groupby('groups').transform('mean')

或者，正如@allolz 提到的，您可以使用qcut，它允许一步完成上述操作:

incomes['groups'] = pd.qcut(incomes.income, 3, labels=['poor', 'medium', 'rich'])

---

print(incomes)

    income  groups  avg_income
0     96.0  middle   89.312500
1     77.0    poor   53.531250
2     93.0  middle   89.312500
3     86.0  middle   89.312500
4     59.0    poor   53.531250
..     ...     ...         ...
94    29.0    poor   53.531250
95   121.0    rich  112.823529
96    87.0  middle   89.312500
97   111.0    rich  112.823529
98    55.0    poor   53.531250