有没有一种方法可以按一列中的值对数据进行分组，以生成 pandas 中其他列中的内容之和？

Question

如果这是重复，我很抱歉，我找不到任何可以给我答案的东西......

我有一个包含像素值和该值的像素数的数据帧。它看起来像这样：

Value    Count 
0.1457   900  
0.1458   1800
0.1459   900
0.2144   1800  
0.4357   2700
0.5764   900
0.7891   1800
0.7892   900
nan      0
nan      0

在这种情况下，每个 nan 实例都表示没有数据的单个像素。

我想将这些值分为 4 类，如下所示...:

• 低：<0.2
• 中：0.2 - 0.6
• 高：^0.6 [大于号导致此处格式混乱]
• 无数据：nan

...然后为每个类生成一个总和，就像使用上面的示例数据一样：

Class    Count
Lo       3600
Mid      6300
Hi       2700
ND       2

我知道这可能需要几个步骤，但是有人有任何指示吗？

Answer 1

您可以使用 Low、Mid、High、NoData 标签创建一个新的

Series

对象，然后将 Series 传递给

groupby

方法。

s = pd.Series('', index=df.index)
s[df.Value.lt(0.2)] = 'Low'
s[df.Value.ge(0.2) & df.Value.lt(0.6)] = 'Mid'
s[df.Value.ge(0.6)] = 'High'
s[df.Value.isna()]] = 'NoData'

counts = df['Count'].groupby(s).sum()
counts['NoData'] = s.value_counts()['NoData']

Answer 2

import pandas as pd

df = pd.DataFrame({"Value":[i*0.01 for i in range(1000)],"Count ":list(range(1000))})
df['Class'] = ["Lo" if v < 0.2 else "Mid" if v > 0.2 and v < 0.6 else "Hi" for v in df.Value]    
df.groupby(['Class']).sum()

输出：

班级	价值	数
嗨	4977.5	497750
洛	1.9	190
中	15.6	1560