You need to enable JavaScript to run this app. pandas中如何基于某列的任意区间对另一列分组求和?
优惠活动
大模型
产品
解决方案
定价
更多

pandas中如何基于某列的任意区间对另一列分组求和?

可直接复用的实现逻辑
import numpy as np
import pandas as pd

# 仅需修改该参数即可适配任意区间粒度
interval = 0.1

source = pd.DataFrame([
    [0.99, 0.98, 0.93, 0.81, 0.85, 0.71, 0.7, 0.69, 0.68, 0.66],
    [100, 12, 312, 23, 2, 12, 32, 21, 21, 21]
]).T

# 计算分箱编码,加1e-10偏移规避浮点精度导致的边界分箱错误
bin_idx = np.floor((source[0] + 1e-10) / interval).astype(int)
# 仅对需要聚合的第1列做分组求和
agg = source.groupby(bin_idx)[1].sum()
# 还原区间代表值,组装成目标格式
desired_result = pd.DataFrame({
    0: agg.index * interval,
    1: agg.values
}).reset_index(drop=True)
核心特性
  • 全参数化适配:所有分箱逻辑绑定interval参数,修改为0.05、0.2等任意值时不需要改动其他代码
  • 规避浮点精度坑:如果不加入微小偏移量,类似0.9这类边界值可能因浮点数存储误差(实际存储为0.899999999999)被错误分到前一个区间
  • 避免无效聚合:分组时仅指定需要求和的第1列,不会把临时生成的分箱编码列纳入求和范围,彻底解决原方案中全列sum导致的无意义编码和问题
  • 性能最优:没有额外给DataFrame添加临时分箱列,直接利用分组索引做聚合,大数据量下性能和原生groupby一致
  • 结构完全匹配:最终输出的两列结构和目标格式完全对齐,第一列为区间左端点代表值,第二列为对应列的求和结果
结果校验

当interval=0.1时,输出结果和示例的desired_result完全匹配:

  • 区间[0.9, 1.0):对应值0.99、0.98、0.93,求和100+12+312=424
  • 区间[0.8, 0.9):对应值0.81、0.85,求和23+2=25
  • 区间[0.7, 0.8):对应值0.71、0.7,求和12+32=44
  • 区间[0.6, 0.7):对应值0.69、0.68、0.66,求和21+21+21=63

内容的提问来源于stack exchange,提问作者Newskooler

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:2026.11.14 03:54:02