我有一個(gè)數(shù)據(jù)幀，我在數(shù)據(jù)幀名稱(chēng)“壓力”中有一列它具有重復(fù)值，我想對(duì)其進(jìn)行分類(lèi)。我有這樣的列 在這里輸入圖像描述pressure0.030.030.032.072.072.073.013.01我嘗試過(guò)groupby（）方法，但無(wú)法制作分段列。我認(rèn)為在熊貓中很容易，任何人都可以在這方面幫助我。我需要這樣的輸出 在這里輸入圖像描述Pressue Segment0.03 10.03 10.03 12.07 22.07 22.07 23.01 33.01 3
2 回答
回首憶惘然
TA貢獻(xiàn)1847條經(jīng)驗(yàn) 獲得超11個(gè)贊
如果性能很重要，請(qǐng)使用因子分解：
data["Segment"]= pd.factorize(data["pressure"])[0] + 1
print (data)
pressure Segment
0 0.03 1
1 0.03 1
2 0.03 1
3 2.07 2
4 2.07 2
5 2.07 2
6 3.01 3
7 3.01 3
性能：
data = pd.DataFrame({'pressure': np.sort(np.random.randint(1000, size=10000)) / 100})
In [312]: %timeit data["pressure"].replace({j: i for i,j in enumerate(data["pressure"].unique(),start=1)}).astype("int")
141 ms ± 3.11 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
In [313]: %timeit pd.factorize(data["pressure"])[0] + 1
751 μs ± 3.97 μs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
不負(fù)相思意
TA貢獻(xiàn)1777條經(jīng)驗(yàn) 獲得超10個(gè)贊
使用列中的唯一值創(chuàng)建，并使用相同的標(biāo)簽，然后使用dictpressurereplace
d = {j: i for i,j in enumerate(data["Pressure"].unique(),start=1)}
data["Segment"]= data["Pressure"].replace(d).astype("int")
print(data)
輸出：
Pressure Segment
0.03 1
0.03 1
0.03 1
2.07 2
2.07 2
2.07 2
3.01 3
3.01 3
添加回答
舉報(bào)
0/150
提交
取消