pandas - Pandas：有效地用代表值替换分箱列

Question

我想分箱数据并为每个箱选择一个特定的聚合。

import pandas as pd
df = pd.DataFrame({ 
  'A': [1, 2, 3, 4],
  'B': [1, 2, 3, 4],
})
groups = pd.cut(df['A'], bins=2, labels=False)
group_reps = df.groupby([groups]).agg(A=('A', 'mean'))
# ... some magic happens here to replace values in A by group_reps ...
# 
# expected result
# A, B
# 1.5, 1
# 1.5, 2
# 3.5, 3
# 3.5, 4

对于大小接近机器内存的数据，如何有效地实现这一点？

标签： pandasperformancebinning

Answer 1

如果你想改变一列，你可以单独处理它。此外，还transform可以帮助您将聚合与原始索引对齐：

df['A'] = df['A'].groupby(groups).transform('mean')