如何使用Pandas cut()对记录进行分组？

Question

我的目标是将n记录按4分组，例如：

0-3
4-7
8-11
etc.

根据其他列中的一列，找到每组4个的csv值，并创建一个新的数据集或max()文件。max()操作将在一列上执行，而其他列保持不变。

基于我在这里所做的研究(Stackoverflow)，我尝试在我的数据集上自定义和应用以下解决方案，但它没有给我带来期望：

# Group by every 4 row until the len(dataset)
groups = dataset.groupby(pd.cut(dataset.index, range(0,len(dataset),3))
needataset = groups.max()

我得到了类似如下的结果：

Column 1  Column 2 ... Column n
0. (0,3]
1. (3,6]

max()操作的目标列也没有产生预期的结果。我将感谢任何关于解决这个问题的指导。

Answer 1

这个例子应该会对你有所帮助。在这里，我使用步骤5创建了一个介于0和100之间的随机值的DataFrame，并将这些值分组为4个一组(sort_values非常重要，它会让您的工作更轻松)

df = pd.DataFrame({'value': np.random.randint(0, 100, 5)})
df = df.sort_values(by='value')
labels = ["{0} - {1}".format(i, i + 4) for i in range(0, 100, 5)]
df['group'] = pd.cut(df.value, range(0, 105, 5), right=False, labels=labels)
groups = df["group"].unique()

然后为最大值创建一个数组

max_vals = np.zeros((len(groups)))
for i, group in enumerate(groups):
    max_vals[i] = max(df[df["group"] == group]["value"])

然后从这些最大值中找出一个DataFrame

pd.DataFrame({"group": groups, "max value": max_vals})