通过在 pandas 数据框中增加 5 对数字进行分组答案

【问题标题】：Group numbers by increasing increments of 5 in pandas dataframe通过在 pandas 数据框中增加 5 对数字进行分组
【发布时间】：2018-08-18 15:01:29
【问题描述】：

我有一个熊猫数据框，其列值如下：

我想在 group_x1 中将 x1 中的元素分组为 5 的大小，就像这样。 x2 在这种情况下不相关。

x1  x2 group_x1
0   20  0
1   20  0
2   20  0
3   20  0
4   20  0
5   20  1
6   20  1
7   20  1
8   20  1
9   20  1
10  20  1

所以数字中 0 到 4 之间的值被映射到 0 并且从 5 到 9 的值映射到 1。

我尝试了 pq.cut 和 groupby 函数，但它不起作用。对于 0 到 25,000 的值需要它

【问题讨论】：

只是为了确保我理解所需的输出 - 在这种情况下，您想要一个具有来自 group_x1 的索引值的系列，并且系列值是来自 x1 的匹配值列表？例如：0: [0,1,2,3,4] 和 1: [5,6,7,8,9]
yes@Elisha ，这将应用于数字范围从 0 到 25000 的列表

标签： python list pandas

【解决方案1】：

试试这个：

df['group_x1'] = df['x1'] // 5

【讨论】：

【解决方案2】：

IIUC

df['group_x1']=np.arange(len(df))//5
df
Out[170]: 
    x1  x2  group_x1
0    0  20         0
1    1  20         0
2    2  20         0
3    3  20         0
4    4  20         0
5    5  20         1
6    6  20         1
7    7  20         1
8    8  20         1
9    9  20         1
10  10  20         2

【讨论】：

【解决方案3】：

这可以在相关列上使用groupby 和apply 来实现：

df = pd.DataFrame([[0], [1], [5], [6]], columns=['x1'])
df['x1_group'] = (df['x1'] / 5).astype(int)
groups = df.groupby('x1_group')['x1'].apply(list)

产量：

x1_group
0    [0, 1]
1    [5, 6]

在这种情况下，组键是group_x1，对于每个组，只有x1 值通过apply 方法使用list 进行处理。

【讨论】：