Pandas如何对Len列自定义分箱后按分箱汇总Count列数值?
Pandas自定义分箱求和实现方法
直接用pd.cut() + groupby.sum()的组合即可实现,全程仅需几行代码:
- 第一步:定义分箱端点,可根据需求自定义静态列表,也可以用
range()生成等差分箱序列。如果需要覆盖小于最小分箱、大于最大分箱的边界值,可在列表首尾补充-np.inf和np.inf。 - 第二步:用
pd.cut()对Len字段做分箱映射,得到每行所属的分箱区间,其中right参数控制区间是左闭右开还是左开右闭,可按需调整。 - 第三步:按分箱结果分组,对
Count字段求和即可。
完整代码示例:
import pandas as pd import numpy as np # 构造示例DataFrame,替换为你自己的实际数据即可 df = pd.DataFrame({ 'Len': [100, 105, 3, 1000], 'Count': [5, 10, 2, 21] }) # 自定义分箱端点,可按需求修改 bins = [0, 100, 200, 300, 400, 500, 600, 700, 800, 900, 1000, np.inf] # 也可以自动生成等差分箱:bins = list(range(0, 1100, 100)) + [np.inf] # 分箱映射,right=False表示左闭右开区间 df['bin'] = pd.cut(df['Len'], bins=bins, right=False) # 分组求和,observed=True 仅保留有数据的分箱,移除后会展示所有定义的分箱(无数据的Count为0) result = df.groupby('bin', observed=True)['Count'].sum().reset_index() print(result)
运行输出示例:
bin Count 0 [0, 100) 2 1 [100, 200) 15 2 [1000, inf) 21
如果需要更易读的分箱标签,可以给pd.cut()传入labels参数,示例如下:
labels = ['<100', '100-199', '200-299', '...', '>=1000'] df['bin'] = pd.cut(df['Len'], bins=bins, right=False, labels=labels)
内容的提问来源于stack exchange,提问作者Victor M
相关产品推荐
相关产品推荐

