pandas 的cut函数完成数据分组
cut(Series,bins,right = True,labels = null )
Series:需要分组的数据【数据框的某列数据】
bins:分组的划分数组【列表】
right:分组的时候右边是否闭合,默认闭区间
labels:分组的自定义标签
分组:
import time
import pandas as pd
data = pd.read_excel(os.path.join(resource_dir, 'result.xlsx'))
bins = [-1, 3, 5, 10, 20, 50, 100, 200, 720]
labels = ['10天及以下', '10-20天', '20-30天', '30-40天', '40-50天', '50-60天', '60-70天', '大于100天']
data['remark'] = pd.cut(data['life'], bins, labels=labels)
法1
df1 = data.sort_values(by=['remark'], ignore_index=True)
print(df1)
法2
df2 = pd.DataFrame()
for tup in data.groupby('remark'):
df2 = df2.append(tup[-1], ignore_index=True)
print(df2)
法3
list_remark = list()
for index in data['remark'].unique():
# 这里没有用append方法,因为用了之后会给数据又套个[]
list_remark = list_remark + data.loc[data['remark'] == index, :].to_dict(orient="records")
df3 = pd.DataFrame.from_dict(list_remark)
print(df3)