Pandas：计算 0.001 范围内的值，所以在 0 到 0.001 之间计数，然后在 0.001 和 0.002 之间计数，等等

Question

我想按特定范围（0,1;0,2;等）对我的值 (CPA%) 进行分组。 现在我的代码看起来像：

 conn = psycopg2.connect("dbname=monty user=postgres host=localhost password=postgres")
cur = conn.cursor()
cur.execute("SELECT * FROM binance.zrxeth_ob_indicators;")
row = cur.fetchall()
df = pd.DataFrame(row,columns=['timestamp', 'topAsk', 'topBid', 'CPA', 'midprice', 'CPB', 'spread', 'CPA%', 'CPB%'])
pd.cut(df,0.001)

我的输出如下：

CPA%
0.005822
0.007129
0.008345
0.022531
0.016073
0.013433
0.013616
0.016571

如何按特定范围按这些值分组并计算它们？我对库 pandas 不太熟悉，并且不正确理解如何使用它...

Answer 1

这里不需要cut，使用// 和value_counts

(df['CPA%']//0.001).value_counts()
Out[628]: 
13.0    2
16.0    2
22.0    1
8.0     1
7.0     1
5.0     1
Name: CPA%, dtype: int64

让我们尝试另一种选择

import numpy as np 

np.floor(df['CPA%']*1000).value_counts()
Out[637]: 
13.0    2
16.0    2
22.0    1
8.0     1
7.0     1
5.0     1
Name: CPA%, dtype: int64
-

Answer 2

我不确定这是否能回答您的问题，但一个快速的解决方案是在 pandas 中创建一个新列，您可以在其中创建范围组。比如：

df.loc[:,'range_group'] = np.where(df.CPA >0.75, 1, np.where(df.CPA > 0.5, 2, np.where(df.CPA> 0.25, 3, 4)))

然后你做一个 groupby，例如，计算每个范围组上的行数：

df.groupby('range_group').CPA.count() 

只需将 count() 更改为您想要的任何功能。 这是你想要的吗？

根据您在下面的评论，您似乎需要这个：

steps = [0,0.001, 0.002, 0.003, ....,1]
df.groupby(pd.cut(df.CPA, steps)).count()