查找所有可能的 bin 组合

Question

我有 100.000 个观察值，变量 age 在 18-80 的范围内。我想根据age 变量找到X 箱。 bin 范围不能重叠，并且应该组合跨越整个间隔。例如，对于 X = 4，一种可能的 bin 组合可能是：

• 18-30
• 31-45
• 46-57
• 58-80

在给定值X 的情况下，如何找到所有可能的 bin 组合？

编辑：由@Wolf 提示，这是我正在考虑自己实施的另一个约束。每个 bin 必须为 age 变量保存至少 10 个值。这当然限制了X 所以X <= 6。

我尝试将其整合到@mkrieger1 的答案中，但失败了。

def bin_combinations(values, n):
    """
    Generate all possible combinations of splitting the values into n
    contiguous parts.

    >>> list(bin_combinations('abcd', 3))
    [['a', 'b', 'cd'], ['a', 'bc', 'd'], ['ab', 'c', 'd']]
    """

    for indices in combinations(range(1, len(values)), n - 1):
        li = list(indices)
        starts = [None] + li
        ends = li + [None]
        size = li[-1] - li[0]
        if size >= 10:
            yield [values[start:end] for start, end in zip(starts, ends)]

Answer 1

最合适的方法是使用itertools 标准库模块中的combinations 函数找到组合。

from itertools import combinations

def bin_combinations(values, n):
    """
    Generate all possible combinations of splitting the values into n
    contiguous parts.

    >>> list(bin_combinations('abcd', 3))
    [['a', 'b', 'cd'], ['a', 'bc', 'd'], ['ab', 'c', 'd']]
    """
    for indices in combinations(range(1, len(values)), n - 1):
        starts = [None] + list(indices)
        ends = list(indices) + [None]
        yield [values[start:end] for start, end in zip(starts, ends)]