熊猫计算范围之间每个值的出现次数

Question

我有一个数据集，其中我将年龄作为连续变量，并且我想对多个年龄组范围（例如 18-25、26-33 等）在“心理健康”中出现 1 和 0 的次数进行计数.

示例代码如下：

df = pd.DataFrame([[18, 1], [45, 1], [56, 0], [26, 0], [35, 1]], columns=['Age', 'Mental_Health'])

什么是最简单的方法来做到这一点？ 如果我可以避免，我真的不想将年龄转换为一个范围，如果我必须这样做，我会但我理想情况下正在寻找具有 18-25 痛苦 = 24，而不是痛苦 = 21 的东西，并且以此类推，适用于所有年龄段。

这样做的最简单方法是什么？

Answer 1

你想要pd.cut 。 您可以定义任意垃圾箱（我在下面使用了范围）。 这将剪切传递的系列，您可以计算不同的“剪切”范围以查看其中有多少行：

df["age_range"] = pd.cut(df.Age, bins=[0,18,25,33,99], right=False)
df2 = df.groupby("age_range").Mental_Health.sum().to_frame(name="suffering")
df2["not_suffering"] = df.groupby("age_range").Mental_Health.count() - df2.suffering
  

输出：

           suffering  not_suffering
age_range
[0, 18)            0              0
[18, 25)           1              0
[25, 33)           0              1
[33, 99)           2              1

Answer 2

尝试这个：

import pandas as pd
import numpy as np
df = pd.DataFrame([[18, 1], [45, 1], [56, 0], [26, 0], [35, 1]], columns=['Age', 'Mental_Health'])

df['cuts'] = pd.cut(df['Age'], np.arange(0,100,15))

df.pivot_table(index='cuts', columns='Mental_Health', values='Age', aggfunc='count').fillna(0).astype(int)

输出：

Mental_Health  0  1
cuts               
(15, 30]       1  1
(30, 45]       0  2
(45, 60]       1  0