我有一個看起來像這樣的數(shù)據(jù)框：df Daily Risk Score0 13.01 10.02 25.03 7.04 18.0... ...672 14.0673 9.0674 15.0675 6.0676 13.0我想計算值 0<x<9、9<x<17 和 >=17 出現(xiàn)的次數(shù)。我試過這樣做：df1=pd.cut(df['Daily Risk Score'], bins=[0, 9, 17, np.inf], labels=['Green','Orange','Red'])然而，所有這一切只是將值更改為標(biāo)簽。我想要的是一個新的數(shù)據(jù)框，它只有這樣的值的計數(shù)：df1Green Orange Redx y z我缺少什么來完成這項任務(wù)？
3 回答
藍(lán)山帝景
TA貢獻(xiàn)1843條經(jīng)驗 獲得超7個贊
使用.groupbyand.transpose在此代碼的末尾。
df1 = pd.cut(df['Daily Risk Score'],
bins=[0, 9, 17, np.inf],
labels=['Green','Orange','Red']).reset_index(). \
groupby('Daily Risk Score').count().transpose()
df1
輸出：
Daily Risk Score Green Orange Red
index 3 4 2
慕仙森
TA貢獻(xiàn)1827條經(jīng)驗 獲得超8個贊
嘗試：
df1=df.groupby(pd.cut(df['Daily Risk Score'], bins=[0, 9, 17, np.inf], labels=['Green','Orange','Red'])).size()
df1:
Daily Risk Score
Green 3
Orange 5
Red 2
dtype: int64
或者
df1=df.groupby(pd.cut(df['Daily Risk Score'], bins=[0, 9, 17, np.inf], labels=['Green','Orange','Red'])).size()
df2 = pd.DataFrame(df1.reset_index().values.T)
df2.columns = df2.iloc[0]
df2 = df2[1:]
df2:
Green Orange Red
1 3 5 2
慕絲7291255
TA貢獻(xiàn)1859條經(jīng)驗 獲得超6個贊
我嘗試了一些不同的方法。這也很容易。嘗試一下，如果您遇到任何問題/錯誤，請告訴我。干得好：
df["col"] = 0
for i in range(len(df)):
if 0<df["Daily Risk Score"][i]<9:
df["col"][i] = "0<Daily Risk Score<9"
elif 9<df["Daily Risk Score"][i]<17:
df["col"][i] = "9<Daily Risk Score<17"
elif 9<df["Daily Risk Score"][i]<17:
df["col"][i] = "Daily Risk Score>=17"
else:
df["col"][i] = "other"
df["col"].value_counts()
df.drop(columns=["col"])
添加回答
舉報
0/150
提交
取消