我有两个pd.Series:
A
idx
200 1
300 2
400 3长度为n和
B
idx
200 4
350 5
360 6
370 7
380 8与长度m。注意,序列的长度可以是不同的。
我想要一个类别索引:
cat
[200, 300)
[300, 400)
[400, 500)并在以下pd.Series之间执行关联:
A B
cat
[200, 300) 1 3
[300, 400) 2 4+5+6+7
[400, 500) 3 NaN那么,如何将基于其索引的数据排入类别索引,并对属于同一类别的项执行求和?我试过使用groupby,但我没有尝试过过类别。THX
发布于 2017-04-10 18:21:29
IIUC:
数据设置:
a = pd.Series(data=[1,2,3],index=[200,300,400])
b = pd.Series(data=[4,5,6,7,8], index=[200,350,360,370,380])使用pd.cut转换为dataframe并创建类别
df_a = a.to_frame()
df_a['cat'] = pd.cut(df_a.index,bins=[0,100,200,300,400,500,600], labels=['0-99','100-199','200-299','300-399','400-499','500-599'])
df_b = b.to_frame()
df_b['cat'] = pd.cut(df_b.index,bins=[0,100,200,300,400,500,600], labels=['0-99','100-199','200-299','300-399','400-499','500-599'])在cat上执行groupby并使用pd.concat
group_b = df_b.groupby('cat')[0].apply(list)
group_b = group_b.where(group_b.str.len())
group_a = df_a.groupby('cat')[0].apply(list)
group_a = group_a.where(group_a.str.len())
pd.concat([group_a,group_b],axis=1,keys=['A','B'])输出:
A B
cat
0-100 NaN NaN
101-200 [1] [4]
201-300 [2] NaN
301-400 [3] [5, 6, 7, 8]
401-500 NaN NaNhttps://stackoverflow.com/questions/43326919
复制相似问题