python：按 bin 聚合数据帧值

Question

我有一个看起来像这样的数据集：

|col A|col B|
   1     20
   3    123
   7     2
     ...

我想计算 col A 的每个 bin 上的 col B 的平均值。

这将产生一个新的数据框，每个 bin 只包含一行：

 | mid value of the col A bin | avg value of col B over that bin |

Answer 1

由于您没有指定垃圾箱的数量及其属性，让我来说明您可以使用 pandas.cut 对您提供的示例数据执行的操作：

import pandas as pd

# reproduce your example data
df = pd.DataFrame({'col A': [1, 3, 7],
                   'col B': [20, 123, 2]})

# suggest only 2 bins would be proper for 3 rows of data
df['col A bins'] = pd.cut(df['col A'], 
                          bins=2)

输出：

# bins may be labeled as you like, not as automatic interval
    col A   col B   col A bins
0   1       20      (0.994, 4.0]
1   3       123     (0.994, 4.0]
2   7       2       (4.0, 7.0]

然后我们可以按新的 bins 对初始列进行分组，col A 聚合到中位数（从您的新列名开始）和 col B 表示，通过重命名和删除列使其看起来像您的预期结果：

df.groupby('col A bins').agg({'col A': 'median',
                              'col B': 'mean'}
                       ).rename(columns={'col A':'mid value of the col A bin',
                                         'col B':'avg value of col B over that bin'}
                       ).reset_index(drop=True)

输出：

    mid value of the col A bin  avg value of col B over that bin
0   2.0                         71.5
1   7.0                         2.0