python - 无法按分位数选择 Pandas DataFrame

Question

我使用 Pandas qcut 函数将一列值排序为分位数，但我无法通过这些分位数过滤 DataFrame，这里有一个示例：

df = pd.DataFrame(data = [i for i in range(100)], columns = ['values'])
df['bins'] = pd.qcut(df['values'], q = 10)

这给了我这个数据框：

但是当我尝试按一些十分位数过滤时：

df[df['bins'] == (-0.001, 9.9]]

我得到： SyntaxError: invalid syntax

将间隔更改为字符串，就像df[df['bins'] == '(-0.001, 9.9]']只返回一个空的 DataFrame，所以它也无济于事。我该怎么办？

标签： pythonpandasdataframe

Answer 1

该pandas.qcut方法返回一个带有pandas.IntervalIndex. 要索引到该系列，您需要使用pandas.Intervals 进行查询：

df = pd.DataFrame(data = [i for i in range(100)], columns = ['values'])
df['bins'] = pd.qcut(df['values'], q = 10)
df.loc[df['bins'] == pd.Interval(-0.001, 9.9)]

使用时出现语法错误的原因df['bins'] == (-0.001, 9.9]是 Python 需要相同类型的括号匹配。在打印数据帧时，它确实显示了该序列，因为这与传统表示法相匹配，但它只是pd.Interval实际在数据帧中的对象的字符串表示形式。