Skip to main content
 首页 » 编程设计

python之分组(按)值的 Pandas 直方图(计数)

2025年04月02日14sky-heaven

我有一个如下所示的 DataFrame:

>>> df 
    type     value 
0      1  0.698791 
1      3  0.228529 
2      3  0.560907 
3      1  0.982690 
4      1  0.997881 
5      1  0.301664 
6      1  0.877495 
7      2  0.561545 
8      1  0.167920 
9      1  0.928918 
10     2  0.212339 
11     2  0.092313 
12     4  0.039266 
13     2  0.998929 
14     4  0.476712 
15     4  0.631202 
16     1  0.918277 
17     3  0.509352 
18     1  0.769203 
19     3  0.994378 

我想对 type 列进行分组,并在 10 个新列中获取 value 列的直方图 bin,例如类似的东西:

      1  3  9  6  8  10  5  4  7  2 
type 
1     0  1  0  0  0   2  1  1  0  1 
2     2  1  1  0  0   1  1  0  0  0 
3     2  0  0  0  0   1  1  0  0  0 
4     1  1  0  0  0   1  0  0  0  1 

1 列是第一个 bin 的计数(0.0 到 0.1)等等...

使用numpy.histogram,我只能得到以下内容:

>>> df.groupby('type')['value'].agg(lambda x: numpy.histogram(x, bins=10, range=(0, 1))) 
    type 
1       ([0, 1, 1, 1, 1, 0, 0, 0, 0, 2], [0.0, 0.1, 0.... 
2       ([2, 0, 1, 0, 1, 0, 0, 0, 1, 1], [0.0, 0.1, 0.... 
3       ([2, 0, 0, 0, 1, 0, 0, 0, 0, 1], [0.0, 0.1, 0.... 
4       ([1, 1, 1, 0, 0, 0, 0, 0, 0, 1], [0.0, 0.1, 0.... 
Name: value, dtype: object 

之后我没能以正确的格式输入(至少不是以简单的方式)。

我找到了一个技巧来做我想做的事,但它很丑陋:

>>> d = {str(k): lambda x, _k = k: ((x >= (_k - 1)/10) & (x < _k/10)).sum() for k in range(1, 11)} 
>>> df.groupby('type')['value'].agg(d) 
      1  3  9  6  8  10  5  4  7  2 
type 
1     0  1  0  0  0   2  1  1  0  1 
2     2  1  1  0  0   1  1  0  0  0 
3     2  0  0  0  0   1  1  0  0  0 
4     1  1  0  0  0   1  0  0  0  1 

有没有更好的方法来做我想做的事?我知道在 R 中,aggregate 方法可以返回一个 DataFrame,但在 python 中不行...

请您参考如下方法:

这是你想要的吗?

In [98]: %paste 
bins = np.linspace(0, 1.0, 11) 
labels = list(range(1,11)) 
 
(df.assign(q=pd.cut(df.value, bins=bins, labels=labels, right=False)) 
   .pivot_table(index='type', columns='q', aggfunc='size', fill_value=0) 
) 
## -- End pasted text -- 
Out[98]: 
q     1   2   3   4   5   6   7   8   9   10 
type 
1      0   1   0   1   0   0   1   1   1   4 
2      1   0   1   0   0   1   0   0   0   1 
3      0   0   1   0   0   2   0   0   0   1 
4      1   0   0   0   1   0   1   0   0   0