如何根据另一列的总和动态离散一个 Pandas 列？

2024-05-17 • 问答

我有一个我重复的过程......经常，但不知道如何创建一个动态函数来使这更容易。我需要取一个变量（例如年龄）并将年龄分箱到至少等于另一列（重量）1000 个单位的离散箱中。我需要对任何变量动态执行此操作并控制权重总和。因此，如果我想以 500 个单位或 2000 个单位为增量进行分类，我需要将其作为可变参数。

这是一个示例数据集：

import pandas as pd
import numpy as np

age = np.arange(0,30,1)

weight = np.linspace(200,2500,30)

bin_dict = {'age':age,'weight':weight}

df = pd.DataFrame(bin_dict)

现在假设我想将 bin 年龄划分为不少于 1000 个单位的 bin。这就是结果的样子：

df['bin_aged'] = pd.cut(df['age'],bins = [-np.inf,3,5,7,9,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,np.inf],labels = [3,29])

如果我按新的分箱列分组，它会是什么样子：

df.groupby('bin_aged').agg({'weight':'sum'})

这可能吗？

def dynamic_bin(df,column,weight,minimum): """ Parameters ---------- df : dataframe column : column to be binned weight : column that will dictate the bin minimum : minimum weight per bin Returns ------- df : dataframe with new binned column """ bins = [-np.inf] labels = [] hold_over = [] for i in sorted(df[column].unique()): g = df[df[column] == i].groupby(column).agg({weight:'sum'}).reset_index() if g[weight].values[0] < minimum: if hold_over is None: hold_over.append(g[weight].values[0]) elif (sum(hold_over) + g[weight].values[0]) < minimum: hold_over.append(g[weight].values[0]) elif (sum(hold_over) + g[weight].values[0]) >= minimum: hold_over.clear() bins.append(g[column].values[0]) labels.append(g[column].values[0]) elif g[weight].values[0] >= minimum: bins.append(g[column].values[0]) labels.append(g[column].values[0]) bins.pop() bins.append(np.inf) str_column = str(column)+str("_binned") # print(str_column) df[str_column] = pd.cut(df[column],bins = bins,labels = labels) return df

如何根据另一列的总和动态离散一个 Pandas 列？

drakeson 回答：如何根据另一列的总和动态离散一个 Pandas 列？

大家都在问