[英]How to count occurrence of each unique ID in each bin in a 2D histogram (python or pandas)
我有一个 csv 文件,我想创建一个二维直方图,其中每个 bin 中的值取决于唯一 ID。 例如(见下文),对于范围 0<x<1 和 1<y<2,值是 2 (A, B) 而不是 3 (A, A, B),因为 A 出现了两次。 谢谢!
ID | X | 是的 |
---|---|---|
一个 | 0.5 | 1.4 |
一个 | 0.6 | 1.6 |
一个 | 1.2 | 2.2 |
乙 | 0.7 | 1.7 |
C | 4.4 | 3.5 |
C | 3.1 | 3.7 |
i_x < x < j_x
, i_y < y < j_y
的 bin 可以唯一标识为(i_x, i_y)
; 我们可以看到这个元组对于每个 bin 都是唯一的。 i_x
和i_y
只是x
和y
的底值。 就像对于行: (x, y) = (0.5, 1.4)
bin 是: 0 < 0.5 < 1
, 1 < 1.4 < 1.2
这里i_x = 0 = floor(0.5)
和i_y = 1 = floor(1.4)
。
方法:
i_x
和i_y
。(i_x, i_y)
对 dataframe 进行分组,并计算每个组中的唯一IDs
。代码:
>>> df
ID x y
0 A 0.5 1.4
1 A 0.6 1.6
2 A 1.2 2.2
3 B 0.7 1.7
4 C 4.4 3.5
5 C 3.1 3.7
df['bin_x'] = np.floor(df.x).astype(int)
df['bin_y'] = np.floor(df.y).astype(int)
df = (df.groupby(['bin_x', 'bin_y'], as_index = False)['ID']
.agg({'cnt' : 'nunique'}))
>>> df
bin_x bin_y cnt
0 0 1 2
1 1 2 1
2 3 3 1
3 4 3 1
如果您将直方图定义为大小为 (5, 5) 的 numpy 数组,那么我们可以将cnt
值分配给该数组并获得所需的直方图。
histogram = np.zeros((5, 5))
histogram[df.bin_x, df.bin_y] = df.cnt
>>> histogram
array([[0., 2., 0., 0., 0.],
[0., 0., 1., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 1., 0.],
[0., 0., 0., 1., 0.]])
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.