按数字总和添加一列垃圾桶

Question

这是我的数据框：

df = pd.DataFrame({'a': range(100, 111)})

我想在此数据框中添加一列。我想要的输出是这样的：

    a  b
0  100  NaN
1  101  NaN
2  102  NaN
3  103  1
4  104  1
5  105  1
6  106  2
7  107  2
8  108  2
9  109  3
10 110  3

我有一个值，在这种情况下为 3。如果

b

中的值介于 103 和 106 之间，我想要

a

中的 1。如果值介于 106 和 109 之间，我想要

b

中的 2。我想要像例子一样的包容性。 我尝试了几种解决方案。其中之一是

pd.cut

，但我不知道该怎么做。这是我的尝试之一：

df['b'] = pd.cut(df.a, [100, 103, 106, 109], include_lowest=True)

但是因为我不知道我的其他样本中有多少个 bin，所以我不能使用这个解决方案。

Answer 1

不使用

cut

，但简单算术（地板除法）的选项：

N = 3
start = df['a'].min()+N

s = df['a'].sub(start).floordiv(N).add(1)
df['b'] = s.where(s.gt(0))

# or in one line
df['b'] = df['a'].sub(start).floordiv(N).add(1).where(df['a'].ge(start))

与

cut

：

N = 3

start = df['a'].min()+N
end = df['a'].max()

df['b'] = pd.cut(df['a'], np.arange(start, end+N, N),
                 labels=range(1, (end-start)//N+2), right=False)

输出：

      a    b
0   100  NaN
1   101  NaN
2   102  NaN
3   103  1.0
4   104  1.0
5   105  1.0
6   106  2.0
7   107  2.0
8   108  2.0
9   109  3.0
10  110  3.0

Answer 2

您可以动态创建组并为默认组添加参数

labels=False

，以

0

开始，添加

1

以

1

开始：

N = 3
bins = np.arange(df.a.min() + N, df.a.max() + N, N)
print (bins)
[103 106 109 112]

df['b'] = pd.cut(df.a, bins, labels=False, include_lowest=True, right=False) + 1
print (df)
      a    b
0   100  NaN
1   101  NaN
2   102  NaN
3   103  1.0
4   104  1.0
5   105  1.0
6   106  2.0
7   107  2.0
8   108  2.0
9   109  3.0
10  110  3.0