来自熊猫数据框的联合分布？答案

【问题标题】：Joint distribution from pandas dataframe?来自熊猫数据框的联合分布？
【发布时间】：2019-11-21 12:24:01
【问题描述】：

我有一个 pandas 数据框，它有两列 A 和 B，这两列都包含数字。我想从这些列创建一个联合分布，即。我想对两列进行分箱（A 的每个分箱包含B 的每个分箱，以此类推以进行联合分布）并将每行中的数字分配给其中一个分箱。最后，我应该得到每个 bin 中行数的分布。

是否有函数可以做到这一点，还是我必须自己写一个方法？

【问题讨论】：

标签： pandas

【解决方案1】：

您可以将A 和B 剪切到它们自己的垃圾箱中，然后应用groupby 来计算它们：

# Some sample input data
np.random.seed(42)
df = pd.DataFrame(np.random.randint(1, 1000, (1000, 2)), columns=['A', 'B'])

# Assign values in columns A & B into 5 bins each
# The bins in A are independent of the bins in B
df['BinA'] = pd.cut(df['A'], 5, labels=[f'a{i}' for i in range(1,6)])
df['BinB'] = pd.cut(df['B'], 5, labels=[f'b{i}' for i in range(1,6)])

# The count
df.groupby(['BinA', 'BinB']).count()

结果：

            A   B
BinA BinB        
a1   b1    44  44
     b2    39  39
     b3    35  35
     b4    53  53
     b5    41  41
a2   b1    40  40
     b2    36  36
     b3    34  34
     b4    33  33
     b5    31  31
a3   b1    35  35
     b2    44  44
     b3    30  30
     b4    31  31
     b5    39  39
a4   b1    48  48
     b2    38  38
     b3    46  46
     b4    37  37
     b5    43  43
a5   b1    50  50
     b2    43  43
     b3    36  36
     b4    50  50
     b5    44  44

【讨论】：