熊猫：具有agg值的groupby分位数

Question

我正在尝试按分位数对数值分组，并为落入分位数带中的值的总和创建列。 这是一个简化的，可复制的示例：

    raw_data = {'female': [0, 1, 0, 1, 0, 1, 0, 1],
        'male': [1, 0, 1, 0, 1, 0, 1, 0],
        'number': [25000, 34000, 48600, 22000, 50000, 21000, 29000, 36000]}
df = pd.DataFrame(raw_data, columns = ['female', 'male', 'number'])
df

    female  male    number
  0 0       1       25000
  1 1       0       34000
  2 0       1       48600
  3 1       0       22000
  4 0       1       50000
  5 1       0       21000
  6 0       1       29000
  7 1       0       36000

本质上，我正在尝试实现以下目标：

pd.DataFrame(df['number'].quantile([.1, .2, .3, .4, .5]))

    number
0.1 21700
0.2 23200
0.3 25400
0.4 28200
0.5 31500

但是在此数据框中显示了两个新列。 一种用于属于相应分位数带的男性总数，另一种用于女性总数。

最初，我以为这是一个附加了.quantile([values])的groupby ，然后是.agg({'male': 'sum', 'female':'sum'})但这是行不通的。 我想要实现的目标还能做到吗？

Answer 1

您要使用pd.qcut创建分组：

qs = pd.qcut(df.number, [0, .1, .2, .3, .4, .5, 1], ['q%d' % i for i in xrange(6)])
qs

0    q2
1    q5
2    q5
3    q1
4    q5
5    q0
6    q4
7    q5
Name: number, dtype: category
Categories (6, object): [q0 < q1 < q2 < q3 < q4 < q5]

然后groupby和agg

df.groupby(qs).agg({'male': 'sum', 'female':'sum'})