根據另一列 python 中的值范圍創建帶有桶的列

Question

我有一個樣本 df

一個	乙
X	30
是	150
Z	450
XX	300

我需要創建另一列 C 根據一些斷點存儲 B 列

斷點 = [50,100,250,350]

一個	乙	C
X	30	'0-50'
是	150	'100-250'
Z	450	'>350'
XX	300	'250-350'

我有以下有效的代碼

def conditions(i): 
    if i <=50: return '0-50'
    if i > 50 and i <=100: return '50-100'
    if i > 100 and i <=250: return '100-250'
    if i > 250 and i <=350: return '250-350'
    if i > 350: return '>350'

df['C']=df['B'].apply(conditions)

但是我想讓breakpts動態。 因此，如果我使用不同的中斷點，例如 [100,250,300,400]，代碼應該會根據中斷點自動創建不同的存儲桶。

關於如何做到這一點的任何想法？

Answer 1

正如評論中所指出的， pd.cut()將成為 go 的方法。 您可以使分手動態化並自己設置：

import pandas as pd
import numpy as np

bins = [0,50, 100,250, 350, np.inf]
labels = ["'0-50'","'50-100'","'100-250'","'250-350'","'>350'"]
df['C'] = pd.cut(df['B'], bins=bins, labels=labels)

還可以查看pandas.qcut ，它是基於分位數的離散化 function。

---

或者，使用np.select ：

col = 'B'
conditions = [
              df[col].between(0,50),   # inclusive = True is the default
              df[col].between(50,100),  
              df[col].between(100,250),
              df[col].between(250,350),
              df[col].ge(350)
             ]
choices = ["'0-50'","'50-100'","'100-250'","'250-350'","'>350'"]
    
df["C"] = np.select(conditions, choices, default=np.nan)

---

兩者都打印：

    A    B          C
0   X   30     '0-50'
1   Y  150  '100-250'
2   Z  450     '>350'
3  XX  300  '250-350'