针对不同集合的 Pandas Binning

Question

我有一个棒球运动员的数据框和他们的一些统计数据。例如

id    | position   |  gamesPlayed
---------------------------------
1      First Base    100
2      First Base    3
3      First Base    45
4      First Base    162
5      Second Base   145
6      Second Base   120
7      Second Base   6
8      Second Base   88

我可以通过执行以下操作将所有位置的 gamesPlayed 合并：

labels = ['everyday','platoon','bench','scrub']
df['playingt_time'] = pd.qcut(df['gamesPlayed'], q=4, labels=labels)

但我更愿意根据位置来标记上场时间。我可以为每个职位执行此操作，例如：

pt1B = pd.qcut(df[df['position']=='First Base']['gamesPlayed'], q=4,labels=bin_labels)
pt2B = pd.qcut(df[df['position']=='Second Base']['gamesPlayed'], q=4,labels=bin_labels)

但是用这个播放时间标签来更新数据框很麻烦，因为我必须经过这些步骤：

pt1B.rename("playing_time",inplace=True)
pt2B.rename("playing_time",inplace=True)
df['playing_time'] = ''
df.update(pt1B)
df.update(pt2B)

我确信有一种方法可以更简洁地做到这一点，但对于我的生活，我只是无法弄清楚！有什么建议吗？

Answer 1

我相信下面的代码应该可以工作。我在您的列表末尾添加了 [::-1] 以颠倒顺序。

labels = ['everyday','platoon','bench','scrub'][::-1]

df['category'] = df.groupby('position')['gamesPlayed'].transform(lambda x: pd.qcut(x,q=4, labels=labels))