如何用另一列的子组动态地更改熊猫数据中的筛选器？

Question

我有3列(公司、market_capitalization和debt_ratio)。我想根据debt_ratio的子组获得market_capitalization的统计信息。

我创建了一个函数'subgroups_creation(列，n )‘，其中列是我分组的列，market_capitalization，n是我想要创建的子组的数量。该函数接受列的范围，并将其划分为大小相等的子组。其结果是一本如下所示的字典。

Sub-Group  market_capitalization
1          :300
2          :639
3          :979

例如，我想知道拥有300-6.39亿market_capitalization的公司的market_capitalization平均值。虽然我知道如何通过特定的值进行过滤，以及如何在此之后获取统计数据，但出于研究目的，我将不断地更改子组的数量，因此我希望这些过滤器动态更新，以更改子组的数量。

结果是子群数=5。

Subgroup  market_capitalization     mean debt_ration
  1             300-638              0.25
  2             639-978              0.32

子群数=7

Subgroup  market_capitalization     mean debt_ration
  1             300-541              0.21
  2             542-785              0.40

我怎样才能做到这一点？

Answer 1

一些虚拟数据：

In [275]: df = pd.DataFrame({'company': list('abcdefg'), 
                             'market_cap': np.linspace(100, 500, 7), 
                             'debt_ratio': [.85,.34,.05,.34,.46,.234,.34]})

我对你的问题不完全清楚，但我想你可能想要熊猫cut功能，它将数据打包成组。下面的代码根据market_cap、组将数据分成3组，并计算平均债务比率。

In [282]: df.groupby(pd.cut(df['market_cap'], 3))['debt_ratio'].mean()
Out[282]: 
market_cap
(99.6, 233.333]       0.413333
(233.333, 366.667]    0.400000
(366.667, 500]        0.287000
Name: debt_ratio, dtype: float64

要有不同数量的组，只需传递不同的参数即可。

In [283]: df.groupby(pd.cut(df['market_cap'], 5))['debt_ratio'].mean()
Out[283]: 
market_cap
(99.6, 180]    0.595
(180, 260]     0.050
(260, 340]     0.340
(340, 420]     0.460
(420, 500]     0.287
Name: debt_ratio, dtype: float64