- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
难道 pandas.Grouper
只被认为是用于日期?或者它也可以用于整数吗?
我想将 pandas.Grouper
与 pandas.pivot_table
结合使用。以下是有关如何将 pandas.Grouper
用于包含 dates
的列的示例:
import pandas
import numpy
from datetime import datetime
date_data_frame = pandas.DataFrame(
{
"date": [
datetime(2019, 9, 1, 13, 0),
datetime(2019, 9, 1, 13, 5),
datetime(2019, 10, 1, 20, 0),
datetime(2019, 10, 3, 10, 0),
datetime(2019, 12, 2, 12, 0),
datetime(2019, 9, 2, 14, 0),
],
"name": "Maria Maria Maria Maria Jane Carlos".split(),
"value": [25, 9, 4, 3, 2, 8],
}
)
grouped_pivot_table = pandas.pivot_table(
date_data_frame,
index=[pandas.Grouper(key="date", freq="M")], #grouped entries to show as row headers
columns='name', #entries to show as column headers
values='value', #entries to aggregate and show as cells
aggfunc=numpy.sum, #aggregation function(s)
)
print(grouped_pivot_table)
现在让我们假设我没有日期,但有 1 到 100 之间的整数,我想以 10(1-10、11-20,...)为间隔对它们进行分组。如何使用 pandas.Grouper
指定分组的间隔?
我试过 freq="10"但没有用:
import pandas
import numpy
from datetime import datetime
date_data_frame = pandas.DataFrame(
{
"param": [
1,
5,
10,
15,
22,
33,
],
"name": "Maria Maria Maria Maria Jane Carlos".split(),
"value": [25, 9, 4, 3, 2, 8],
}
)
grouped_pivot_table = pandas.pivot_table(
date_data_frame,
index=[pandas.Grouper(key="param", freq="10")], #grouped entries to show as row headers
columns='name', #entries to show as column headers
values='value', #entries to aggregate and show as cells
aggfunc=numpy.sum, #aggregation function(s)
)
print(grouped_pivot_table)
如果 pandas.Grouper
无法做到这一点,我应该使用什么来对数据透视表的参数索引进行分组?
最佳答案
可能的想法是使用整数除法,我认为 Grouper
仅适用于日期时间:
grouped_pivot_table = pandas.pivot_table(
date_data_frame,
index= (date_data_frame["param"] - 1) // 10, #grouped entries to show as row headers
columns='name', #entries to show as column headers
values='value', #entries to aggregate and show as cells
aggfunc=numpy.sum, #aggregation function(s)
)
print(grouped_pivot_table)
name Carlos Jane Maria
param
0 NaN NaN 34.0
1 NaN NaN 7.0
2 NaN 2.0 NaN
3 8.0 NaN NaN
或者使用cut
从右侧关闭间隔:
bins = range(0, date_data_frame["param"].max() // 10 * 10 + 20, 10)
labels = ['{}-{}'.format(i + 1, j) for i, j in zip(bins[:-1], bins[1:])]
grouped_pivot_table = pandas.pivot_table(
date_data_frame,
#grouped entries to show as row headers
index= pd.cut(date_data_frame["param"], bins=bins, labels=labels),
columns='name', #entries to show as column headers
values='value', #entries to aggregate and show as cells
aggfunc=numpy.sum, #aggregation function(s)
)
print(grouped_pivot_table)
name Carlos Jane Maria
param
1-10 NaN NaN 38.0
11-20 NaN NaN 3.0
21-30 NaN 2.0 NaN
31-40 8.0 NaN NaN
或不(right=False
参数):
bins = range(0, date_data_frame["param"].max() // 10 * 10 + 20, 10)
labels = ['{}-{}'.format(i + 1, j) for i, j in zip(bins[:-1], bins[1:])]
grouped_pivot_table = pandas.pivot_table(
date_data_frame,
#grouped entries to show as row headers
index= pd.cut(date_data_frame["param"], bins=bins, labels=labels, right=False),
columns='name', #entries to show as column headers
values='value', #entries to aggregate and show as cells
aggfunc=numpy.sum, #aggregation function(s)
)
print(grouped_pivot_table)
name Carlos Jane Maria
param
1-10 NaN NaN 34.0
11-20 NaN NaN 7.0
21-30 NaN 2.0 NaN
31-40 8.0 NaN NaN
关于pandas - 如何使用 pandas.Grouper 对整数进行区间分组?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64008235/
您好,我正在处理 BIRT 报告。我有一个查询,我必须对父级的重复数据进行分组,但子级也不能分组! 在我的查询中: item 是父项,item_ledger_entry 是子项。我有来自 item.N
我正在使用 GA API。 这是针对 MCF 目标报告(底部)的标准目标完成指标表(顶部) 看一下这个: 总数加起来 (12,238),但看看按 channel 分组的分割有多么不同!我以为这些会很接
我正在开发一个流量计数器,我想获得 IP 和重复计数,但是如何? 就像是 :select ip, count(ip) from Redirect 返回 : null total ip count 重定
我尝试编写一个正则表达式来匹配条件表达式,例如: a!=2 1+2=2+a 我尝试提取运算符。我当前的正则表达式是“.+([!=<>]+).+” 但问题是匹配器总是尝试匹配组中可能的最短字符串
在 MS Transact SQL 中,假设我有一个这样的表(订单): Order Date Order Total Customer # 09/30/2008 8
我想按 m.ID 分组,并对每个 m.id 求和 (pm.amount_construction* prod.anzahl) 实际上我有以下结果: Meterial_id | amount_const
我想根据多列中的值对值进行分组。这是一个例子: 我想得到输出: {{-30,-50,20},{-20,30,60},{-30,NULL or other value, 20}} 我设法到达: SELE
我正在尝试找出运行此查询的最佳方式。我基本上需要返回在我们的系统中只下了一个订单的客户的“登录”字段列表(登录字段基本上是客户 ID/ key )。 我们系统的一些背景...... 客户在同一日期下的
给定以下mysql结果集: id code name importance '1234', 'ID-CS-B', 'Chocolate Sauce'
大家好,我的数据框中有以下列: LC_REF 1 DT 16 2C 2 DT 16 2C 3 DT 16 2C 1 DT 16 3C 6 DT 16 3C 3
我有这样的 mongoDB 集合 { "_id" : "EkKTRrpH4FY9AuRLj", "stage" : 10, }, { "_id" : "EkKTRrpH4FY9
假设我有一组数据对,其中 index 0 是值,index 1 是类型: input = [ ('11013331', 'KAT'), ('9085267',
java中用stream进行去重,排序,分组 一、distinct 1. 八大基本数据类型 List collect = ListUtil.of(1, 2, 3, 1, 2).stream().fil
基本上,我从 TABLE_A 中的这个开始 France - 100 France - 200 France - 300 Mexico - 50 Mexico - 50 Mexico - 56 Pol
我希望这个正则表达式 ([A-Z]+)$ 将选择此示例中的最后一次出现: AB.012.00.022ABC-1 AB.013.00.022AB-1 AB.014.00.022ABAB-1 但我没有匹配
我创建了一个数据透视表,但数据没有组合在一起。 任何人都可以帮助我获得所需的格式吗? 我为获取数据透视表而编写的查询: DECLARE @cols AS NVARCHAR(MAX), -- f
我想按时间段(月,周,日,小时,...)选择计数和分组。例如,我想选择行数并将它们按 24 小时分组。 我的表创建如下。日期是时间戳。 CREATE TABLE MSG ( MSG_ID dec
在 SQL Server 2005 中,我有一个包含如下数据的表: WTN------------Date 555-111-1212 2009-01-01 555-111-1212 2009-
题 假设我有 k 个标量列,如果它们沿着每列彼此在一定距离内,我想对它们进行分组。 假设简单 k 是 2 并且它们是我唯一的列。 pd.DataFrame(list(zip(sorted(choice
问题 在以下数据框中 df : import random import pandas as pd random.seed(999) sz = 50 qty = {'one': 1, 'two': 2
我是一名优秀的程序员,十分优秀!