Pandas 中按特定年龄组分组

Question

我有一列年龄值，需要按列分组。

例如在这个数据框中我有：

并且想去：

我这样做是为了尝试过滤掉它并获取数据，但它什么也没返回。

data_df = df[df['Age'] <= 30]
data_df

它不能正常工作，我得到了一个错误。

ValueError: 无法从重复的轴重新索引

Answer 1

首先通过删除+将列的值转换为数字，然后通过cut进行分箱，最后通过get_dummies创建指标并附加到原始DataFrame：

df['Age'] = df['Age'].astype(str).str.strip('+').astype(int)

df  = df.join(pd.get_dummies(pd.cut(df['Age'],
                           bins=(0,18,25,29,50,np.inf), 
                           labels=['Under 18','19_to_25','26_to_29','30_to_50','Over 50'])))
print (df)
    Age  Under 18  19_to_25  26_to_29  30_to_50  Over 50
0    12         1         0         0         0        0
1    13         1         0         0         0        0
2    14         1         0         0         0        0
3    18         1         0         0         0        0
4    20         0         1         0         0        0
5    25         0         1         0         0        0
6    30         0         0         0         1        0
7    40         0         0         0         1        0
8    50         0         0         0         1        0
9    60         0         0         0         0        1
10   70         0         0         0         0        1