python - qcut - Mejor binning en pandas

pandas cut

Question

Tengo un marco de datos y quiero filtrar o bin por un rango de valores y luego obtener los recuentos de valores en cada contenedor.

Actualmente, estoy haciendo esto:

x = 5
y = 17
z = 33
filter_values = [x, y, z]
filtered_a = df[df.filtercol <= x]
a_count = filtered_a.filtercol.count()
filtered_b = df[df.filtercol > x]
filtered_b = filtered_b[filtered_b <= y]
b_count = filtered_b.filtercol.count()
filtered_c = df[df.filtercol > y]
c_count = filtered_c.filtercol.count()

Pero, ¿hay una forma más concisa de lograr lo mismo?

Answer 1

Quizás estás buscando pandas.cut :

import pandas as pd
import numpy as np
df = pd.DataFrame(range(50), columns = [''filtercol''])
w = 0
x = 5
y = 17
z = 33
filter_values = [w, x, y, z]
out = pd.cut(df.filtercol, bins = filter_values)
counts = pd.value_counts(out)
# counts is a Series
print(counts)

rendimientos

(17, 33] 16
(5, 17] 12
(0, 5] 5

Para reordenar el resultado para que los rangos de bin aparezcan en orden, puede usar

counts.reindex(out.cat.categories)

cuyos rendimientos

(0, 5] 5
(5, 17] 12
(17, 33] 16

Ver también Discretización y cuantificación .