Numpy 切割而不删除其他列答案

【问题标题】：Numpy cut without removing other columnNumpy 切割而不删除其他列
【发布时间】：2022-11-19 02:34:39
【问题描述】：

例如我有这个数据框：

如果我想根据最大的 75%、15%、10% 创建一个组。我希望这样：

   count   Class
A   20     Top75
B   20     Top75 
C   15     Top75
D   10     Top75
E   10     Top75
F    8     Top15
G    7     Top15
H    5     Top10
I    5     Top10

已使用 np.cut 对目标 75、15、10 进行了回复。它分类正确，但删除了“计数”列。使用np.qcut 它划分不同。所以，我想使用 np.cut 但不删除计数值

【问题讨论】：

继续上一个问题，您能否分解您手动用于分配每个 bin 中的值的计算？还是算百分比？你能数出215吗？

标签： pandas dataframe numpy

【解决方案1】：

我仍然不清楚确切的逻辑，但假设计数总和为 100，则按降序排列。您可以使用累计和：

bins = [10, 15, 75]
df['Class'] = pd.cut(df.loc[::-1, 'count'].cumsum(),
                     np.cumsum([0]+bins),
                     labels=[f'Top{n}' for n in range(len(bins), 0, -1)])

输出：

   count Class
A     20  Top1
B     20  Top1
C     15  Top1
D     10  Top1
E     10  Top1
F      8  Top2
G      7  Top2
H      5  Top3
I      5  Top3

中间体：

   count  cumsum        bin Class
A     20     100  (25, 100]  Top1
B     20      80  (25, 100]  Top1
C     15      60  (25, 100]  Top1
D     10      45  (25, 100]  Top1
E     10      35  (25, 100]  Top1
F      8      25   (10, 25]  Top2
G      7      17   (10, 25]  Top2
H      5      10    (0, 10]  Top3
I      5       5    (0, 10]  Top3

【讨论】：

【解决方案2】：

df = pd.DataFrame(dict(count=[20,20,15,10,8,5]))
df['class'] = pd.cut(df['count'], [0, 5, 15, 20], labels=['Top10', 'Top15', 'Top75'])

|    |   count | class   |
|---:|--------:|:--------|
|  0 |      20 | Top75   |
|  1 |      20 | Top75   |
|  2 |      15 | Top15   |
|  3 |      10 | Top15   |
|  4 |       8 | Top15   |
|  5 |       5 | Top10   |

【讨论】：

【解决方案3】：

我不知道你到底想要什么，但我认为这可能是需要的

min_c = df['count'].min()
max_c = df['count'].max()
bins = [min_c-0.001, 0.9 * min_c + 0.1 * max_c, 0.75 * min_c + 0.25 * max_c, max_c]
labels = ['Top10', 'Top25', 'Top75']
df.assign(Class=pd.cut(df['count'], bins=bins, labels=labels))

输出：

    count   Class
A   20      Top75
B   20      Top75
C   15      Top75
D   10      Top75
E   10      Top75
F   8       Top25
G   7       Top25
H   5       Top10
I   5       Top10

【讨论】：