我有興趣根據(jù) B 列中條目的頻率將該數(shù)據(jù)幀分成 20 個較小的數(shù)據(jù)幀。B 具有數(shù)字條目，其中一些條目重復(fù)多次，如下所示。 A (index) B (Column of interest) 0 1 1 2 2 2 3 2 4 3 ... ... 25643 5238 25644 5238 25645 5238 25646 5238 25647 5238我希望每個頻率都有一個數(shù)據(jù)框：1-10、11-20、21-30、....、191-200。意思是，1-10 數(shù)據(jù)幀包含 B 中在該數(shù)據(jù)幀中出現(xiàn) 1 到 10 次的所有條目。同樣，11-20 數(shù)據(jù)幀包含在整個數(shù)據(jù)幀中出現(xiàn) 11 次和 20 次的所有條目。最后，我應(yīng)該有 20 個數(shù)據(jù)幀，所有這些數(shù)據(jù)幀都分割了這個主數(shù)據(jù)幀。我所能做的就是使用以下代碼從 B 列中找到與這些 freeuqncies 相對應(yīng)的所需條目中的不同數(shù)量的條目： df.loc[(df['B'] > 0) & (df['B'] < 11)] df.loc[(df['B'] > 10) & (df['B'] < 21)] ... df.loc[df['B'] > 190) & (df['B'] < 201) 我一直在考慮使用該groupby()函數(shù)，但是，我還沒有找到一種根據(jù)頻率對列條目進行分組的方法。任何幫助表示贊賞！
1 回答
慕容708150
TA貢獻1831條經(jīng)驗 獲得超4個贊
計算數(shù)據(jù)幀中每個值的出現(xiàn)次數(shù)，將頻率范圍以 10 為一組進行分組，然后為每個范圍創(chuàng)建
dict一個DataFrames。垃圾箱標(biāo)簽將成為
dict鑰匙該
bins列是分類的，因此.groupby將為每個標(biāo)簽創(chuàng)建一個組，即使該組為空，因此使用pandas.DataFrame.empty，因此只有非空組才會添加到dictof 中DataFrames。替換
g: dfg為中g: pd.DataFrame(dfg.B)只有列。?Bdict使用
dfg.reset_index(drop=True)或pd.DataFrame(dfg.B).reset_index(drop=True)刪除原始索引。labels使用，因為它們更容易用作dict密鑰如果不使用
labels，dict鍵將是Interval, 就像[Interval(10, 20, closed='right')，這很麻煩。df.B.map(df.groupby('B')['B'].count())也有效，但不是必需的。
使用
pandas.Series.value_counts()和pandas.Series.map在 中創(chuàng)建一個計數(shù)列df，它將傳達列中值的頻率B。用于
pd.cut對頻率范圍進行分類pandas.DataFrame.groupby與 a 一起使用可根據(jù) bin 標(biāo)簽?dict-comprehension創(chuàng)建dictof 。DataFrames
import pandas as pd
import numpy as np
# setup test dataframe
np.random.seed(365)
df = pd.DataFrame({'B': np.random.randint(5238, size=(200000))})
# add a counts column to the dataframe
df['counts'] = df.B.map(df.B.value_counts())
# create a bins column for the frequency range
bins = range(0, 201, 10)
labels = range(10, 201, 10)
df['bins'] = pd.cut(df.counts, bins=bins, right=True, labels=labels)
# display(df.head())
? ? ? B? counts bins
0? 2740? ? ? 37? ?40
1? 4897? ? ? 41? ?50
2? 4955? ? ? 45? ?50
3? ?428? ? ? 31? ?40
4? ?226? ? ? 34? ?40
# create a dict of dataframes for the non-empty bins
dfd = {g: dfg for g, dfg in df.groupby('bins') if not dfg.empty}
# print dict keys
dfd.keys()
[out]:
dict_keys([20, 30, 40, 50, 60, 70])
# display(dfd[20].head())
? ? ? ? ? B? counts bins
5350? ?4986? ? ? 19? ?20
5646? ?4952? ? ? 20? ?20
11232? 3728? ? ? 19? ?20
11707? 2819? ? ? 20? ?20
13547? 3728? ? ? 19? ?20
添加回答
舉報
0/150
提交
取消