python - pandas ：通过减少一个大系列的一系列系列

Question

我有一个 int 系列，比如这个：

ages = pd.DataFrame(np.array([100, 107,99,98,65,45,32,18,66,69, 74,83,81,67, 101, 94, 52,90]), columns=["age"])

我的目标是在一个数组中创建几个系列。每个系列应仅包含一个区间中的值。

例如，array_series[0] 将返回：

    age
0   100
1   107
2   99
3   98
4   101
5   94
6   90

array_series[1] 将返回：

    age
0   83
1   81

ETC...

我尝试过（但失败了）两个选项：

• 首先，for 循环中的 if/else 语句：

  array_series = []
  
  for step in range(90,60,-10):
      if ages["age"] >= step:
          # selection when the age is higher than 90, or between 80 and 90, 70 and 80 and 60 and 70
          df_interval = ages[ages["age"] >= step]
          # then we add this Serie in the array
          array_series.append(df_interval)
          # finally we delete the values of the new Serie in the larger one to avoid duplicates
          ages = pd.concat([ages, df_interval, df_interval]).drop_duplicates(keep=False)
      else:
          # final Serie (age < 60)
          df_interval = ages[ages["age"] < step]
          array_series.append(df_interval)
  

长话短说：ValueError：一个系列的真值是模棱两可的。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

• 于是我找了一个替代方案，发现 np.where()，看起来很优雅：

  for step in range(90,60,-10):
      df_interval = np.where(ages["age"] >= step, ages[ages["age"] >= step], ages[ages["age"] < step])
      array_series.append(df_interval)
  

长话短说，卷土重来：ValueError：操作数无法与形状一起广播 (16,) (6,1) (10,1)

我应该考虑什么其他选择？

编辑：数组有严格的间隔，如下所示：* array_series[0]：高于 90 的值 *array_series[1]：80 到 90 之间的值 *array_series[2]：70 到 80 之间的值 *array_series[3]：介于60 和 70 * array_series[4] ：最后，低于 60 的值

标签： pythonarrayspandasnumpy

Answer 1

解决此问题的一种方法是pd.cutand groupby()：

bins = pd.cut(ages['age'], bins=range(0,100))

for r, d in ages.groupby(bins)['age']:
    print(r)
    print(d)