我有一组价格和金额-amt1是price1的总体积。
对我来说,价格太精确了,我想根据价格将价格/金额对分组/合并/汇总到均匀分布的存储桶中,然后对金额求和。
例如,我原来的df:
index price1 price2 price3 price4 amt1 amt2 amt3 amt4
1 451 454 462 470 10 1 2 5
2 448 452 458 464 8 2 6 2
3 461 463 468 480 1 3 6 9
4 453 455 471 481 4 3 2 4
将产生:
index bin1 bin2 bin3 bin4 bin5 amt1 amt2 amt3 amt4 amt5
1 440 450 460 470 480 0 11 2 5 0
2 440 450 460 470 480 8 8 2 0 0
3 440 450 460 470 480 0 0 10 0 9
4 440 450 460 470 480 0 7 0 2 4
几件事要注意:
感谢任何帮助。
首先创建带有组的扁平化DataFrame,以通过numpy.ravel
和区分行numpy.repeat
:
a = df.filter(like='price').values.ravel()
b = df.filter(like='amt').values.ravel()
c = np.repeat(np.arange(len(df)), len(df.filter(like='price').columns))
df = pd.DataFrame({'bin':a, 'amt':b, 'g':c})
print (df)
bin amt g
0 451 10 0
1 454 1 0
2 462 2 0
3 470 5 0
4 448 8 1
5 452 2 1
6 458 6 1
7 464 2 1
8 461 1 2
9 463 3 2
10 468 6 2
11 480 9 2
12 453 4 3
13 455 3 3
14 471 2 3
15 481 4 3
然后按以下类别进行分类cut
-我尝试按楼层分隔和多个依据动态创建标签和分类箱10
,然后按以下方式进行聚合sum
和整形unstack
:
val = (df['bin'] // 10)
labels = np.arange(val.min() * 10, val.max() * 10 + 10, 10)
bins = np.append(labels, val.max() * 10 + 10)
df = (df.groupby(['g', pd.cut(df['bin'], bins=bins, labels=labels, right=False)])['amt'].sum()
.unstack(fill_value=0))
print (df)
bin 440 450 460 470 480
g
0 0 11 2 5 0
1 8 8 2 0 0
2 0 0 10 0 9
3 0 7 0 2 4
上次创建预期格式df
-添加新列,assign
并使用已重命名的列添加join
原始df
列:
cols1 = ['bin{}'.format(x) for x in range(1, len(df.columns) + 1)]
cols2 = ['amt{}'.format(x) for x in range(1, len(df.columns) + 1)]
d1= dict(zip(cols1, df.columns))
d2= dict(zip(df.columns, cols2))
df1 = pd.DataFrame(index=df.index).assign(**d1).join(df.rename(columns=d2))
print (df1)
bin1 bin2 bin3 bin4 bin5 amt1 amt2 amt3 amt4 amt5
g
0 440 450 460 470 480 0 11 2 5 0
1 440 450 460 470 480 8 8 2 0 0
2 440 450 460 470 480 0 0 10 0 9
3 440 450 460 470 480 0 7 0 2 4
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句