Python - 按自定义范围对数字列表进行分组/计数

Question

晚上好，

我希望你好好的。

我有一个数字列表，我想根据我定义的范围将其分组到“箱”或“桶”中。 我希望输出显示每个组“名称”以及该范围内的值总数。

例如 ：-

my_list = [1, 123123, 12, 982023, 24, 446, 903, 2004]

示例标准

• 大于 250,000（输出：1）
• 大于 100,000 但小于或等于 250,000（输出：1）
• 大于 10,000 但小于或等于 100,000（输出：0）
• 大于 1,000 但小于或等于 10,000（输出：1）
• 大于 100 但小于或等于 1000（输出：2）
• 小于 100（输出：3）

我显然可以通过编写多个条件 if 语句以非常粗略的方式实现这一点，但我知道必须有一种更优雅的方式来实现结果。

各种搜索表明我可以使用 pandas.cut / digitize 来实现这一点，但是到目前为止，我未能成功实现所需的输出。

任何帮助将不胜感激。

非常感谢

詹姆士

Answer 1

你是对的，你可以使用pd.cut结合 groupby 来实现你想要的。

第 1 步：定义数据

import pandas as pd
import numpy as np

my_list = [1, 123123, 12, 982023, 24, 446, 903, 2004]
df = pd.DataFrame(my_list, columns=['data'])
cut_edges = np.array([-np.inf, 100, 1000, 10000, 100000, 250000, np.inf])
labels = ['less than 100', 'between 100 and 1,000', 'between 1,000 and 10,000', 'between 10,000 and 100,000', 'between 100,000 and 250,000', 'greater than 250,000']

第二步：使用pd.cut生成类别名称，稍后为groupby设置索引

df['category'] = pd.cut(df['data'], cut_edges, labels=labels)
df.set_index('category', append=False, inplace=True)

第 3 步：groupby 进行计数

df.groupby(level='category').count()

输出：

编辑

正如评论中指出的numpy.histogram是另一种可能更简洁的方法。 这个答案使用了问题中特别提到的pd.cut 。