用pandas 對列進行裝箱以獲取值計數
在pandas 資料框中處理數字資料時，裝箱可能很有用將資料劃分為特定範圍進行分析。此過程稱為分箱。
要對 pandas 中的列進行分箱，您可以使用以下步驟：
範例：
考慮以下資料框，其中包含名為「百分比」的數字欄位：
import pandas as pd
import numpy as np
df = pd.DataFrame({'percentage': [46.5, 44.2, 100.0, 42.12]})要裝箱將「百分比」欄插入以下內容bins:
bins = [0, 1, 5, 10, 25, 50, 100]
您可以如下使用cut 函數：
df['binned'] = pd.cut(df['percentage'], bins=bins)
這將在包含 bin 標籤的資料框中建立一個名為「binned」的新欄位。
要取得每個 bin 內的值計數，您可以使用 value_counts方法：
print(df['binned'].value_counts())
輸出：
(25, 50] 3 (50, 100] 1
或者，您可以使用 groupby並聚合大小：
print(df.groupby(df['binned']).size())
輸出：
percentage (0, 1] 0 (1, 5] 0 (5, 10] 0 (10, 25] 0 (25, 50] 3 (50, 100] 1 dtype: int64
這為您提供每個箱內的值的計數。
以上是如何將 Pandas DataFrame 中的數字資料分箱並對每個分箱內的值進行計數？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
