如何将向上分组的数据转换为 Pandas 中的分组数据答案

【问题标题】：How do I convert upgrouped Data to Grouped Data in Pandas如何将向上分组的数据转换为 Pandas 中的分组数据
【发布时间】：2018-02-20 12:32:34
【问题描述】：

所以我有一个关于商店顾客和该商店每天销售额的数据集。

看起来像这样 -

Store ID     Sales      Customers
1           250        500
2           276        786
3           124        256
5           164        925

如何将其转换为分组数据，类似这样的

Sales           Customers
0-100           0
100-200         1181
200-300         1286

我搜索了一段时间，从 pandas 网站找到了这个 - http://pandas.pydata.org/pandas-docs/version/0.15.2/groupby.html

df2.groupby(['X'], sort=True).sum()

但我无法理解如何将其应用于我的示例。

【问题讨论】：

标签： python pandas

【解决方案1】：

将cut 用于垃圾箱，然后使用groupby 并聚合sum：

df = df.groupby(pd.cut(df['Sales'], [0,100,200,300]))['Customers'].sum().fillna(0)
print (df)
Sales
(0, 100]         0.0
(100, 200]    1181.0
(200, 300]    1286.0
Name: Customers, dtype: float64

也可以定义标签：

l =['0-100','100-200','200-300']
b = [0,100,200,300]
df = df.groupby(pd.cut(df['Sales'], bins=b, labels=l))['Customers'].sum()
       .fillna(0)    
       .reset_index()
print (df)
     Sales  Customers
0    0-100        0.0
1  100-200     1181.0
2  200-300     1286.0

【讨论】：

【解决方案2】：

将pd.cut 与自定义垃圾箱一起使用

In [2058]: df.groupby(pd.cut(df.Sales, [0, 100, 200, 300])).Customers.sum().fillna(0)
Out[2058]:
Sales
(0, 100]         0.0
(100, 200]    1181.0
(200, 300]    1286.0
Name: Customers, dtype: float64

和reset_index()一起重塑

In [2061]: (df.groupby(pd.cut(df.Sales, [0, 100, 200, 300])).Customers.sum()
              .fillna(0).reset_index())
Out[2061]:
        Sales  Customers
0    (0, 100]        0.0
1  (100, 200]     1181.0
2  (200, 300]     1286.0

并且，使用 labels 自定义名称

In [2062]: (df.groupby(pd.cut(df.Sales, 
               bins=[0, 100, 200, 300], 
               labels=['0-100', '100-200', '200-300']))
         .Customers.sum().fillna(0).reset_index())
Out[2062]:
     Sales  Customers
0    0-100        0.0
1  100-200     1181.0
2  200-300     1286.0

【讨论】：

【解决方案3】：

np.searchsorted

labels = {0: '0-100', 1: '100-200', 2: '200-300'}
s = np.searchsorted([100, 200], df.Sales)
df.groupby(s).Customers.sum().reindex(
    pd.Index([0, 1, 2], name='Sales'), fill_value=0
).rename(labels).reset_index()

     Sales  Customers
0    0-100          0
1  100-200       1181
2  200-300       1286

【讨论】：

我能问点什么吗？我将您的解决方案用于计时，但输出似乎是错误的here。而且我不知道出了什么问题。可以查一下吗？
您的函数不接受参数。因此data 总是相同的。将此用于stmt 参数：'{}(df)'.format(j)。并将data 放在您定义的每个函数的签名中。 dropna(data) 和 notnull(data) 和 query(data)