基于范围的分组的数据帧定义不起作用

Question

我有一个数据框架，想要绘制一个树状地图。但是，我希望定义每个树图类的边界的方式是基于范围而不是单个数字。我正在使用的示例使用单个数字。

下面是指定它的代码：

df = pd.DataFrame({'nb_people':[8,3,4,2], 'group':["group A", "group B", "group C", "group D"] })

相反，我想这样分组：

A组: 0-2

B组: 3-5

C组：>6

我找不到一种解决方案，可以将基于范围的分组合并到数据帧定义中。我希望有人能指点一下。提前谢谢你。

pip install squarify
import matplotlib.pyplot as plt
import squarify   


MODIFY THIS PART! df = pd.DataFrame({'nb_people':[8,3,4,2], 'group':["group A", "group B", "group C", "group D"] })

squarify.plot(sizes=df['nb_people'], label=df['group'], alpha=.8 )
plt.show()

Answer 1

您需要单独提供要在DataFrame定义本身中使用的数组。

nb =[8,3,4,2]
df = pd.DataFrame({'nb_people':nb, 'group':["GROUP A" if 0 <= x <= 2 else "GROUP B" if 3 <= x <= 5 else "GROUP C" if x > 6 else "NO_GROUP" for x in nb]})

您还可以加载'nb_people‘列，然后使用apply function。这是更具可读性的。

def my_func(row):
    if 0 <= row <= 2:
        return "GROUP A"
    elif 3 <= row <= 5:
        return "GROUP B"
    elif row > 6:
        return "GROUP C"
    else:
        return "NO_GROUP"

df = pd.DataFrame({'nb_people':[8,3,4,2]})

df['group'] = df['nb_people'].apply(myfunc)

输出(用于两种方式)

df

    nb_people   group
0   8       GROUP C
1   3       GROUP B
2   4       GROUP B
3   2       GROUP A

Answer 2

使用groupby和pandas.cut

intervals=df.groupby(pd.cut(df["nb_people"], np.array([0,2,5,np.inf]),include_lowest=True,labels=['Group A','Group B','Group C'])).groups

squarify.plot(sizes=df['nb_people'], label=intervals, alpha=.8)
plt.show()

输出图像：

​

​