具有 bin 总和聚合的 Pandas Groupby [关闭]答案

【问题标题】：Pandas Groupby with bin sum aggregation [closed]具有 bin 总和聚合的 Pandas Groupby [关闭]
【发布时间】：2021-10-02 18:58:59
【问题描述】：

我有一个与this one 类似的问题

我在 pandas 中有一个如下所示的数据框 - 显示不同用户获奖的年龄。

id	awards	age
1	100	24
1	150	26
1	50	54
2	193	34
2	209	50

有兴趣计算年龄区间的总奖励，即 0（0-8 岁）、1（9-17 岁）、2（18-26 岁）、3（27-35 岁）、4（ 26 - 44 岁）... 等等。每个人都应该有尽可能多的年龄间隔来满足最年长的人的需要

如何按 id 和 9 岁的年龄间隔对它们进行分组以获得类似的结果：

id.	total_awards	age_interval
1	0	0
1	0	1
1	250	2
1	0	3
1	0	4
1	0	5
1	50	6
2	0	0
2	0	1
2	0	2
2	193	3
2	0	4
2	209	5
2	0	6

【问题讨论】：

能否将您的输入数据格式化为可执行代码？
我的答案是否有任何问题，您必须选择另一个答案，其结果与您想要的输出不相似？让我知道，看看我是否可以对其进行微调。
感谢您再次做出明智的选择。

标签： python pandas

【解决方案1】：

您可以按如下方式定义 bin 和 cut：

bins = [9 * i for i in range(0, df['age'].max() // 9 + 2)]
cuts = pd.cut(df['age'], bins, right=False)

print(cuts)

0    [18, 27)
1    [18, 27)
2    [54, 63)
3    [27, 36)
4    [45, 54)
Name: age, dtype: category
Categories (7, interval[int64, left]): [[0, 9) < [9, 18) < [18, 27) < [27, 36) < [36, 45) < [45, 54) < [54, 63)]

然后，按id 和cuts 分组，然后将awards 相加得到total_awards。通过GroupBy.cumcount()创建age_interval

df_out = (df.groupby(['id', cuts])
            .agg(total_awards=('awards', 'sum'))
            .reset_index(level=0)
            .reset_index(drop=True)
         )
df_out['age_interval'] = df_out.groupby('id').cumcount()

结果：

print(df_out)

    id  total_awards  age_interval
0    1             0             0
1    1             0             1
2    1           250             2
3    1             0             3
4    1             0             4
5    1             0             5
6    1            50             6
7    2             0             0
8    2             0             1
9    2             0             2
10   2           193             3
11   2             0             4
12   2           209             5
13   2             0             6

【讨论】：

【解决方案2】：

很确定这涵盖了您正在寻找的内容

df = pd.read_clipboard()
bins = [i for i in range(0, 100 ,9)]
results = df.groupby(['id', pd.cut(df.age, bins)])['awards'].sum().reset_index()
print(results)

    id  age         awards
0   1   (0, 9]      NaN
1   1   (9, 18]     NaN
2   1   (18, 27]    250.0
3   1   (27, 36]    NaN
4   1   (36, 45]    NaN
5   1   (45, 54]    50.0
6   1   (54, 63]    NaN
7   1   (63, 72]    NaN
8   1   (72, 81]    NaN
9   1   (81, 90]    NaN
10  1   (90, 99]    NaN
11  2   (0, 9]      NaN
12  2   (9, 18]     NaN
13  2   (18, 27]    NaN
14  2   (27, 36]    193.0
15  2   (36, 45]    NaN
16  2   (45, 54]    209.0
17  2   (54, 63]    NaN
18  2   (63, 72]    NaN
19  2   (72, 81]    NaN
20  2   (81, 90]    NaN
21  2   (90, 99]    NaN

【讨论】：