【问题标题】：Creating intervals in python在python中创建间隔
【发布时间】：2018-10-08 05:36:45
【问题描述】：

列表项

我是编程新手，所以不太了解。

我有一个这样的数据集：-

Type    Value

A        40

A        70     

A        125

A        150

B        50

B        80

B        130

B        150

我想要这种格式：

Type  <60  >60  >90  >120

A      1    3    2    2

B      1    3    2    2

基本上，对值进行计数和分类。

def delay_tag(list_name):
    empty_list = []
    for i in range(0, len(airline)): 
        if list_name[i] < 60:
             empty_list.append('<60') 
        elif (list_name[i] > 60):
            empty_list.append('>60') 
        elif (list_name[i] >= 120):
            empty_list.append('>120')
        else:
             empty_list.append('>= 180')
        return(empty_list)

这就是我尝试过的

【问题讨论】：

只有一种方法可以不再是编程新手：那就是实际编程自己。
我知道，我一直在编程，但我不知道怎么做这一步。
如果您不知道，请阅读教程，如果您已经诚实尝试，请展示您的代码。
def delay_tag(list_name): empty_list= [] for i in range(0,len(airline)): if list_name[i] 60): empty_list.append('>60') elif (list_name[i] >= 120): empty_list.append('>120') else: empty_list.append('>= 180') 返回(empty_list)
请编辑您的帖子并格式化您的代码，而不是将其塞进无法阅读的评论中...

标签： python python-3.x categorical-data

【解决方案1】：

这可能会给你一个想法。

import pandas as pd

df = pd.DataFrame({
        'Type':['A','A','A','A','B','B','B','B'],
        'Value':[40,70,125,150,50,80,130,150]
    })
df_lt60 = df[df['Value']<60]
print df_lt60.groupby('Type').Value.nunique()

df_gt60 = df[df['Value']>=60]
print df_gt60.groupby('Type').Value.nunique()

【讨论】：

【解决方案2】：

import pandas as pd

df = pd.read.csv('your_file.csv')

fun = lambda x:{'<60':x.lt(60).sum(),'>60':x.gt(60).sum(),'>90':x.gt(90).sum(),'>120':x.gt(120).sum()}

pd.DataFrame(df.groupby('Type').Value.apply(fun)).reset_index().pivot('Type','level_1','Value')

Out[76]: 
level_1  <60  >120  >60  >90
Type                        
A          1     2    3    2
B          1     2    3    2

【讨论】：