按 Pandas 中的特定年龄组分组
Group by Certain Age Group in Pandas
我有一列年龄值需要按列分组。
例如在这个数据框中我有：
并想去：
我这样做是为了尝试过滤掉它并获取数据，但它什么也没返回。
data_df = df[df['Age'] <= 30]
data_df
它无法正常工作，我遇到了一个错误。
ValueError: cannot reindex from a duplicate axis
首先通过删除 + 将列的值转换为数字，然后通过 cut and last create indicators by get_dummies 合并并附加到原始 DataFrame:
df['Age'] = df['Age'].astype(str).str.strip('+').astype(int)
df = df.join(pd.get_dummies(pd.cut(df['Age'],
bins=(0,18,25,29,50,np.inf),
labels=['Under 18','19_to_25','26_to_29','30_to_50','Over 50'])))
print (df)
Age Under 18 19_to_25 26_to_29 30_to_50 Over 50
0 12 1 0 0 0 0
1 13 1 0 0 0 0
2 14 1 0 0 0 0
3 18 1 0 0 0 0
4 20 0 1 0 0 0
5 25 0 1 0 0 0
6 30 0 0 0 1 0
7 40 0 0 0 1 0
8 50 0 0 0 1 0
9 60 0 0 0 0 1
10 70 0 0 0 0 1
我有一列年龄值需要按列分组。
例如在这个数据框中我有：
并想去：
我这样做是为了尝试过滤掉它并获取数据，但它什么也没返回。
data_df = df[df['Age'] <= 30]
data_df
它无法正常工作，我遇到了一个错误。
ValueError: cannot reindex from a duplicate axis
首先通过删除 + 将列的值转换为数字，然后通过 cut and last create indicators by get_dummies 合并并附加到原始 DataFrame:
df['Age'] = df['Age'].astype(str).str.strip('+').astype(int)
df = df.join(pd.get_dummies(pd.cut(df['Age'],
bins=(0,18,25,29,50,np.inf),
labels=['Under 18','19_to_25','26_to_29','30_to_50','Over 50'])))
print (df)
Age Under 18 19_to_25 26_to_29 30_to_50 Over 50
0 12 1 0 0 0 0
1 13 1 0 0 0 0
2 14 1 0 0 0 0
3 18 1 0 0 0 0
4 20 0 1 0 0 0
5 25 0 1 0 0 0
6 30 0 0 0 1 0
7 40 0 0 0 1 0
8 50 0 0 0 1 0
9 60 0 0 0 0 1
10 70 0 0 0 0 1