[英]Pandas group by consecutive numbers
我正在处理这样的 DataFrame:
n_days probability
0 0.01
17 0.1
18 0.11
19 0.12
40 0.2
41 0.21
我想对连续数字进行分组并获得每组的平均概率,如下所示:
n_days mean_probability
0 0.01
17-19 0.11
40-41 0.205
n_days
上的格式不太相关。
我试过类似的东西:
df['diff_days'] = df.n_days - df.n_days.shift()
接着:
df.diff_days.eq(1)
这带来了这个 boolean:
n_days probability bool_eq
0 0.01 False
17 0.1 False
18 0.11 True
19 0.12 True
40 0.2 False
41 0.21 True
这似乎是一个进步,但我不知道如何跟进。 每个False
将是每个组的开始,但我将如何抓住整个组? 任何帮助,将不胜感激。 谢谢。
您可以使用pd.cut
+ DataFrame.groupby
:
mean_probability=df.groupby(pd.cut(df.n_days,len(df)//2)).probability.mean()
n_days
(-0.041, 13.667] 0.010
(13.667, 27.333] 0.110
(27.333, 41.0] 0.205
Name: probability, dtype: float64
您可以对pd.cut
箱进行分组。 请注意,每个 bin 从但不包括第一个值到最后一个值,例如 (16-19] 等价于 [17-19],其中列由整数组成。
bins = [-1, 0, 16, 19, 39, 41]
>>> df.groupby(
pd.cut(df['n_days'], bins))['probability'].mean().dropna()
n_days
(-1, 0] 0.010
(16, 19] 0.110
(39, 41] 0.205
Name: probability, dtype: float64
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.