python 分组计数_Python数据分组

  当我们要汇总很多数据的时候，常见的比如商品价格是数据，要看看那些价格段的销售情况，这个时候就需要对价格段先进行分组，然后再按分组求和或者计数，就能看每个价格段的数据情况了。当只分几组的时候，还可以手动操作一下，但是要分几十组的时候，手动操作就很麻烦了，这个时候就需要专门的函数来帮忙了，Python的pandas提供了两个分箱函数，很好用，cut和qcut。

【cut函数】

功能就是按照指定的值进行分组，或者指定需要分成几组，它自动给你分好，参数如下↓

pd.cut(x,  #一维数组       bins, #整数，标量序列或者间隔索引，是进行分组的依据；如果是标量序列，序列中的数值表示用来分档的分界值       right=True, #布尔值，默认为True表示包含最右侧的数值       labels=None, #数组或布尔值，可选:指定分箱的标签       retbins=False, #是否显示分箱的分界值。默认为False，当bins取整数时可以设置retbins=True以显示分界值，得到划分后的区间       precision=3, #整数，默认3，存储和显示分箱标签的精度       include_lowest=False, #布尔值，表示区间的左边是开还是闭，默认为false，也就是不包含区间左边       duplicates='raise', ) #如果分箱临界值不唯一，则引发ValueError或丢弃非唯一

我们先导入一个简单的数据，然后在操作一下，就明白了。

import osos.chdir(r"E:\Python\小工具")import pandas as pddf = pd.read_excel("分箱测试.xlsx",sheet_name=0)

数据就是这样，主要就是按照年龄就行分组操作。

#分成4组，默认左开右闭

df['左开右闭'] = pd.cut(df['age'],bins=4)

#添加标签，结果按标签显示

df['加标签'] = pd.cut(df['age'],bins=4,                    labels=["A","B","C","D"])

#左闭，右开

df['左闭右开'] = pd.cut(df['age'],bins=4,                    right=False,                    include_lowest=True)

#自定义区间

df['自定义'] = pd.cut(df['age'],bins=[0,18,35,60,100],                    right=False,                    include_lowest=True)

#自定义区间+自定义标签

df['自定义标签'] = pd.cut(df['age'],bins=[0,18,35,60,100],                   labels=["未成年","青年","中年","老年人"],                    right=False,                    include_lowest=True)

【qcut函数】

  基于分位数的离散化功能。将变量离散化为基于等级或样本分位数的相等大小的存储桶。

  和pd.cut()相比，pd.qcut()的参数少了两个，少了right和include_lowest两个参数，剩下的参数几乎和pd.cut()一模一样了。

pd.qcut(x,        q, #表示分位数的整数或者数组，如果是分位数的整数，例如10用于十分位，4用于四分位；如果是分位数数组，例如[0,0.25,0.5,0.75,1]用于四分位数        labels=None,        retbins=False,        precision=3,        duplicates='raise')

#q=4表示分成四个箱子，边界值分别为四分位数，四分之二分位数和四分之三分位数，并给每个箱子都指定了标签

pd.qcut([*range(1,101)],        q=4)

#q=[0,0.25,0.5,0.75,1]和上面q=4效果一样

pd.qcut([*range(1,101)],        q=[0,0.25,0.5,0.75,1])

df['qcut1'] = pd.qcut(df['age'],                     q=4)

df['qcut2'] = pd.qcut(df['age'],                     q=4,                     labels=['AA','BB',"CC",'DD'])

End

◆ Python高德地图可视化 ◆ Python拼音 ◆ Python_头像动漫化