第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

如何在熊貓中有效地合并列和分組?

如何在熊貓中有效地合并列和分組?

紅糖糍粑 2021-06-27 16:09:48
我有以下數(shù)據(jù)框:date  = ['2015-02-03 23:00:00','2015-02-03 23:30:00','2015-02-04 00:00:00','2015-02-04 00:30:00','2015-02-04 01:00:00','2015-02-04 01:30:00','2015-02-04 02:00:00','2015-02-04 02:30:00','2015-02-04 03:00:00','2015-02-04 03:30:00','2015-02-04 04:00:00','2015-02-04 04:30:00','2015-02-04 05:00:00','2015-02-04 05:30:00','2015-02-04 06:00:00','2015-02-04 06:30:00','2015-02-04 07:00:00','2015-02-04 07:30:00','2015-02-04 08:00:00','2015-02-04 08:30:00','2015-02-04 09:00:00','2015-02-04 09:30:00','2015-02-04 10:00:00','2015-02-04 10:30:00','2015-02-04 11:00:00','2015-02-04 11:30:00','2015-02-04 12:00:00','2015-02-04 12:30:00','2015-02-04 13:00:00','2015-02-04 13:30:00','2015-02-04 14:00:00','2015-02-04 14:30:00','2015-02-04 15:00:00','2015-02-04 15:30:00','2015-02-04 16:00:00','2015-02-04 16:30:00','2015-02-04 17:00:00','2015-02-04 17:30:00','2015-02-04 18:00:00','2015-02-04 18:30:00','2015-02-04 19:00:00','2015-02-04 19:30:00','2015-02-04 20:00:00','2015-02-04 20:30:00','2015-02-04 21:00:00','2015-02-04 21:30:00','2015-02-04 22:00:00','2015-02-04 22:30:00','2015-02-04 23:00:00','2015-02-04 23:30:00']df = pd.DataFrame({'value':value,'index':date})df.index = pd.to_datetime(df['index'],format='%Y-%m-%d %H:%M')df.drop(['index'],axis=1,inplace=True)print(df)                         valueindex                     2015-02-03 23:00:00  33.242015-02-03 23:30:00  31.712015-02-04 00:00:00  34.392015-02-04 00:30:00  34.492015-02-04 01:00:00  34.672015-02-04 01:30:00  34.46我想有效地進行以下操作:對于每一年,計算嚴(yán)格低于 0、包含 0 和嚴(yán)格低于 20、然后高于 20 的值出現(xiàn)的百分比我知道函數(shù) cut 和 groupby,但我想不出一種方法來合并兩者來優(yōu)雅地做到這一點。預(yù)期結(jié)果類似于:                   inf0        supequal0_inf20         supequal20                                                    2015               0.2                0.6                  0.22016               0.7                0.1                  0.22017               0.1                0.8                  0.1非常感謝您的幫助,
查看完整描述

1 回答

?
皈依舞

TA貢獻1851條經(jīng)驗 獲得超3個贊

鑒于您的df,我不知道優(yōu)雅,這應(yīng)該有效:


# altered bins for demonstration purposes

binned = pd.cut(x=df.value, bins=[-np.inf, 40, 50, np.inf], right=False, labels=['low', 'mid', 'high'])

grouped = binned.groupby([pd.Grouper(freq='Y'), binned]).count() / binned.groupby(pd.Grouper(freq='Y')).count()

結(jié)果print(grouped):


index       value

2015-12-31  low      0.520000

            mid      0.380000

            high     0.100000


查看完整回答
反對 回復(fù) 2021-06-29
  • 1 回答
  • 0 關(guān)注
  • 117 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動學(xué)習(xí)伙伴

公眾號

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號