python对数据分组的方法

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)
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值