Pandas计算每个范围之间的值的数量

Question

我想在某些自定义范围之间找到我的数据计数。

说我有一些数据：

import random

my_randoms = random.sample(xrange(100), 10)        
test = pd.DataFrame(my_randoms,columns = ["x"])

如何生成显示不同范围之间的值数的数据框？ 例如，假设我想看看在0-19,20-39,40-59,60-79,80-100之间出现了多少个值。 输出数据框将有一列包含这些范围，另一列包含计数。

我可以想到一些丑陋的方法，包括使用.apply获取一个新的列列表，说明它们之间的值（然后做一个groupby），但我怀疑pandas有一种更清洁的方式潜伏着。

Answer 1

Per Jarad与其他问题的链接：

test.groupby(pd.cut(test['x'], np.arange(0,100,20))).count()

Answer 2

可能有更好的方法。 我自己只是熊猫新手，但目前这个怎么样：

test.query(test.x.isin(range(20)))

Answer 3

pandas和numpy允许布尔索引 ，这是一个丑陋的方法吗？

ranges = [ (0,19), (20, 39), (40, 69) ...]
cnt = []
for range in ranges:
    tmp = ranges[(ranges['x'] > range[0]) & (range['x'] <= range[1]) ]
    cnt.append( len(tmp) )

Answer 4

您可以使用numpy.histrogram函数。

import numpy as np
series = [0, 20, 40, ...]
count, bin_edge = np.histogram( bins = series )

根据numpy.histogram ，如果bins是一个序列，它定义bin边缘，包括最右边缘，允许不均匀的bin宽度。