pandas - 如何确保在 python pandas pd.cut 中获得零计数的标签

Question

我正在分析一个 DataFrame 并获取我想要放入特定存储桶中的计时计数(0-10 秒、10-30 秒等)。

这是一个简化的示例:

import pandas as pd

filter_values = [0, 10, 20, 30]  # Bucket Values for pd.cut

#Sample Times
df1 = pd.DataFrame([1, 3, 8, 20], columns  = ['filtercol'])

#Use cut to get counts for each bucket
out = pd.cut(df1.filtercol, bins = filter_values)
counts = pd.value_counts(out)
print counts

以上打印:

(0, 10]     3
(10, 20]    1
dtype: int64

您会注意到它没有显示 (20, 30] 的任何值。这是一个问题，因为我想将其作为零放入输出中。我可以使用以下代码处理它:

bucket1=bucket2=bucket3=0
if '(0, 10]' in counts: 
    bucket1=counts['(0, 10]']
if '(10, 20]' in counts: 
    bucket2=counts['(10, 30]']
if '(20, 30]' in counts: 
    bucket3=counts['(30, 60]']
print bucket1, bucket2, bucket3

但我想要一种更简单、更干净的方法，我可以使用:

print counts['(0, 10]'], counts['(10, 30]'], counts['(30, 60]']

理想情况下，打印基于filter_values中的值，因此它们仅位于代码中的一个位置。是的，我知道我可以更改打印以使用 filter_values[0]...

最后，当使用 cut 时，有没有办法指定无穷大，以便最后一个存储桶中的所有值都大于 60？

干杯，斯蒂芬

Answer 1

您可以reindex按类别级别:

In [11]: pd.value_counts(out).reindex(out.levels, fill_value=0)
Out[11]: 
(0, 10]     3
(10, 20]    1
(20, 30]    0
dtype: int64