pandas 根据另一个列表的 qcut 对列表进行分箱答案

【问题标题】：pandas binning a list based on qcut of another listpandas 根据另一个列表的 qcut 对列表进行分箱
【发布时间】：2014-01-20 12:18:14
【问题描述】：

说我有一个清单：

a = [3, 5, 1, 1, 3, 2, 4, 1, 6, 4, 8]

以及a的子列表：

b = [5, 2, 6, 8]

我想通过pd.qcut(a,2) 获取箱并计算列表 b 的每个箱中的值的数量。那是

In[84]: pd.qcut(a,2)
Out[84]: 
Categorical: 
[[1, 3], (3, 8], [1, 3], [1, 3], [1, 3], [1, 3], (3, 8], [1, 3], (3, 8], (3, 8], (3, 8]]
Levels (2): Index(['[1, 3]', '(3, 8]'], dtype=object)

现在我知道 bin 是：[1,3] 和 (3,8]，我想知道列表“b”的每个 bin 中有多少个值。当数字为箱数很小，但是当箱数很大时，最好的方法是什么？

【问题讨论】：

标签： python pandas binning

【解决方案1】：

如之前的回答所示：您可以使用retbins 参数从qcut 获取bin 边界，如下所示：

q, bins = pd.qcut(a, 2, retbins=True)

然后您可以使用cut 将另一个列表中的值放入这些“箱”中。例如：

myList = np.random.random(100)
# Define bin bounds that cover the range returned by random()
bins = [0, .1, .9, 1] 
# Now we can get the "bin number" of each value in myList:
binNum = pd.cut(myList, bins, labels=False, include_lowest=True)
# And then we can count the number of values in each bin number:
np.bincount(binNum)

确保您的 bin 边界涵盖了出现在第二个列表中的整个值范围。 为确保这一点，您可以使用最大值和最小值填充 bin 边界。例如，

cutBins = [float('-inf')] + bins.tolist() + [float('inf')]

【讨论】：

【解决方案2】：

您可以使用 retbins 参数从 qcut 中取回 bin：

>>> q, bins = pd.qcut(a, 2, retbins=True)

然后使用pd.cut 获得b 与箱相关的索引：

>>> b = np.array(b)
>>> hist = pd.cut(b, bins, right=True).labels
>>> hist[b==bins[0]] = 0
>>> hist
array([1, 0, 1, 1])

请注意，您必须单独处理角盒bins[0]，因为它不包含在最左边的 bin 中。

【讨论】：