python - 如何从Python中的数据帧行中提取特定长度的范围？

Question

这是我的数据框的前 10 列:

import pandas as pd

df = pd.DataFrame({
    '0': [373.60],
    '1': [442.83],
    '2': [259.21],
    '3': [293.05],
    '4': [332.79],
    '5': [360.03],
    '6': [676.55],
    '7': [481.67],
    '8': [486.59],
    '9': [561.65],
    '10': [491.75]})

依此类推，实际上我的df包含100000列。最小值为 109.59，最大值为 1703.35。

我想将 df 分割为长度为 3.98 的特定范围，然后定义一个包含最大数量值的 ragne。我的意思是，范围必须是这样的:

# converting df to array
df_array = np.array(df)

# defining ranges like:
range_length=3.98
range_1 = df_array.min() + range_length
range_2 = range_1 + range_lenght
...
range_n = df_array.max() - range_n-1

然后我看到一些 range_150 包含大约 1200 个值，这是我需要的最频繁的分布范围。

然后我需要在我的 df 中定义该范围内每个值的索引..

真的不知道如何做到这一点。看起来需要创建几个函数。有人可以帮忙吗？

Answer 1

这样您就可以获得每个范围的条目数:

ranges = np.arange(df.T.min()[0] - 5, df.T.max()[0] + 5, 3.98) #added +5 to max and -5 to min to surely include them in the range
df_count = df.T.groupby(pd.cut(df.T[0], ranges)).count()
df_count

                  0
0                  
(254.21, 258.19]  0
(258.19, 262.17]  1
(262.17, 266.15]  0
(266.15, 270.13]  0
(270.13, 274.11]  0
              ..
(660.17, 664.15]  0
(664.15, 668.13]  0
(668.13, 672.11]  0
(672.11, 676.09]  0
(676.09, 680.07]  1
[107 rows x 1 columns]

这样你就可以获得点击次数最多的索引(范围):

df_count.idxmax()

0    (258.19, 262.17]
dtype: object

您可以像这样获取此范围内的条目:

df.T[df.T[0].between(258.19, 262.17)]

        0
2  259.21

也许有帮助。