如何使用Pandas对价格列表进行区间分类并统计数量

需求说明 #

给定价格列表：

list_price = [['1800','5060','6300','6800','10800','3000','7100']]

需按区间（1000, 2000, 3000, 4000, 5000, 6000, 7000, 8000）注：原区间最后一位"000"应为输入错误，此处调整为8000以覆盖高价区间，完成以下操作：

1. 将价格按区间分类，格式示例：2000: 1800、7000:6800, 6300
2. 统计每个区间的价格数量，格式示例：2000(1),7000(2)

实现代码 #

import pandas as pd

# 预处理数据：展开嵌套列表并转换为数值型Series
list_price = [['1800','5060','6300','6800','10800','3000','7100']]
prices = pd.Series([int(price) for sublist in list_price for price in sublist])

# 定义区间边界与对应标签
# bins为左开右闭区间，最后一个区间包含7000及以上所有价格
bins = [1000, 2000, 3000, 4000, 5000, 6000, 7000, float('inf')]
# 用区间上限作为标签，匹配需求格式
labels = ['2000', '3000', '4000', '5000', '6000', '7000', '8000+']

# 执行区间分箱
price_bins = pd.cut(prices, bins=bins, labels=labels, include_lowest=False)

# 分组并输出分类结果
print("价格区间分类：")
for group_name, price_group in prices.groupby(price_bins):
    print(f"{group_name}: {', '.join(map(str, price_group.tolist()))}")

# 输出区间数量统计
print("\n区间数量统计：")
count_result = prices.groupby(price_bins).count()
print(', '.join([f"{label}({count})" for label, count in count_result.items()]))

运行结果 #

价格区间分类：
2000: 1800
3000: 3000
5000: 5060
7000: 6300, 6800
8000+: 10800, 7100

区间数量统计：
2000(1), 3000(1), 5000(1), 7000(2), 8000+(2)

内容的提问来源于stack exchange，提问作者Artem kyro