自定义 pandas groupby在间隔列表中 [英] Custom pandas groupby on a list of intervals

问题描述

我有一个数据框 df ：

  AB 
 0 28 abc 
 1 29 def 
 2 30 hij 
 3 31 hij 
 4 32 abc 
 5 28 abc 
 6 28 abc 
 7 29 def 
 8 30 hij 
 9 28 abc 
 10 29 klm 
 11 30 nop 
 12 28 abc 
 13 29 xyz 
 
 df.dtypes 
 
对象＃A是一个字符串列以及
 B对象
 dtype：object 
  

我想将这个列表中的值用于groupby：

  i = np.array（[3，5，6，9，12，14]）
  

基本上，索引为0,1,2的 df 中的所有行都位于第一组中，索引为3,4的行位于第二组中，索引为5的行为在第三组中，等等。

我的最终目标是：

  AB 
 28,29,30 abc，def，hij 
 31,32 hij，abc 
 28 abc 
 28,29,30 abc，def，hij 
 28,29,30 abc，klm，nop 
 28,29 abc，xyz 
  

---

目前使用 groupby + pd.cut 的解决方案：

  df.groupby（pd.cut（df.index，bins = np.append（[0]，i））， as_index = False）.agg（'，'。join）
 
 AB 
 0 29,30,31 def，hij，hij 
 1 32,28 abc，abc 
 2 28 abc 
 3 29,30,28 def，hij，abc 
 4 29,30,28 klm，nop，abc 
 5 29 xyz 
  
 
结果不正确： - （
）
 
 
我该如何正确执行此操作？ 
解决方案
您非常接近，但使用 include_lowest = True  code> right = False 在 pd.cut 中，因为您希望 0  th>索引，然后你不想包含每个仓的最后一个元素，即
 
 
  idx = pd.cut（ df.index，bins = np.append（[0]，i），
 include_lowest = True，right = False）
 df.groupby（idx，as_index = False）.agg（'，'。join）
  
 
 
 
 
 AB 
 28,29,30 abc，def，hij 
 31,32 hij，abc 
 28 abc 
 28,29,30 abc，def，hij 
 28,29,30 abc，klm，nop 
 28,29 abc，xyz 
 
 
I have a dataframe df:
     A    B
0   28  abc
1   29  def
2   30  hij
3   31  hij
4   32  abc
5   28  abc
6   28  abc
7   29  def
8   30  hij
9   28  abc
10  29  klm
11  30  nop
12  28  abc
13  29  xyz

df.dtypes

A    object        # A is a string column as well
B    object
dtype: object
I want to use the values from this list to groupby:
i = np.array([ 3,  5,  6,  9, 12, 14])
Basically, all rows in df with index 0, 1, 2 are in the first group, rows with index 3, 4 are in the second group, rows with index 5 are in the third group, and so on.

My end goal is this:
A              B
28,29,30       abc,def,hij
31,32          hij,abc
28             abc
28,29,30       abc,def,hij
28,29,30       abc,klm,nop
28,29          abc,xyz




Solution so far using groupby + pd.cut: 
df.groupby(pd.cut(df.index, bins=np.append([0], i)), as_index=False).agg(','.join)

          A            B
0  29,30,31  def,hij,hij
1     32,28      abc,abc
2        28          abc
3  29,30,28  def,hij,abc
4  29,30,28  klm,nop,abc
5        29          xyz
The result is incorrect :-(

How can I do this properly?
解决方案
You are very close, but use include_lowest=True and right=False in pd.cut because you want 0th index from the bins and then you don't want to include last element each of the bins i.e 
idx = pd.cut(df.index, bins=np.append([0], i), 
                      include_lowest=True, right=False)
df.groupby(idx, as_index=False).agg(','.join)


A              B
28,29,30       abc,def,hij
31,32          hij,abc
28             abc
28,29,30       abc,def,hij
28,29,30       abc,klm,nop
28,29          abc,xyz


                        
这篇关于自定义 pandas groupby在间隔列表中的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！