时间戳

首页 > 解决方案 > Pandas Dataframe：多维分箱

python - Pandas Dataframe：多维分箱

问题描述

假设我有一个数据框 df，它由一个由两个对象组成的类S、一组与它们相关联的坐标X和Y以及一个V在那里测量的值 。

例如，数据框如下所示：

S X Y V
0 3 3 1
0 4 3 2
1 6 0 1
1 3 3 8

我想知道允许我在新的分箱中对与类关联的坐标X和坐标进行分组的命令。在这张新图片中， 的新值应该是每个类别的 bin 中的值的总和，。YSVS

例如，假设这个坐标系最初分别在 0 和 10 之间分X箱Y。我想将它放在 0 和 2 之间。这意味着：

编辑：

再举个例子，考虑 Dataframe df：

  1. 第 1 行有X = 3和Y = 3。由于0 < X <= 5and 0 < Y <= 5，这属于 bin(0,0)
  2. 第 2 行有X = 4和Y = 3。由于0 < X <= 5and 0 < Y <= 5，这也落入了 bin (0,0)。

  3. 由于第 1 行和第 2 行是在同一个 bin 中观察到的并且属于同一类S，因此它们沿 column 添加V。这给出了一个组合行，X=0, Y=0, V = 1+2 =3

  4. 第 3 行有X = 6和Y = 0。由于6 < X <= 10and 0 < Y <= 5，这属于 bin(1,0)

  5. 第 4 行有X= 3和Y = 3。由于0 < X <= 5and 0 < Y <= 5，这属于 bin (0,0)。但是，由于元素属于 class S=1，它没有添加到任何东西，因为我们只是在共享类之间添加。

输出应该是：

S X Y V
0 0 0 3
0 1 0 1
1 0 0 8

我必须使用什么命令来实现这一点？

标签： pythonpandasdataframe

解决方案

这应该可以解决问题：

data.loc[data['X'] <= 5, 'X'] = 0
data.loc[data['X'] > 5, 'X'] = 1
data.loc[data['Y'] <= 5, 'Y'] = 0
data.loc[data['Y'] > 5, 'Y'] = 1

data = data.groupby(['S', 'X', 'Y']).sum().reset_index()

对于您的示例，输出为：

   S  X  Y  V
0  0  0  0  3
1  1  0  0  8
2  1  1  0  1

我发现这个答案很有帮助。

推荐阅读