You need to enable JavaScript to run this app. Pandas如何对Len列自定义分箱后按分箱汇总Count列数值?
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.20 00:15:05