Pandas 中的间隔数据类型 - 查找中点、左侧、中心等

Interval datatype in Pandas - find midpoint, left, center etc

在pandas20.1中,使用区间类型,是否可以在一个序列中找到中点、左值或中心值。

例如:

  1. 创建一个区间数据类型列,并对这些区间执行一些聚合计算:

    df_Stats = df.groupby(['month',pd.cut(df['Distances'], np.arange(0, 135,1))]).agg(aggregations)
    

此 returns df_Stats 具有间隔列数据类型:df['Distances']

  1. 现在我想使用级数函数将区间的左端与这些聚合的结果相关联:

    df['LeftEnd'] = df['Distances'].left
    

但是,我可以 运行 这个元素明智的:

    df.loc[0]['LeftEnd'] = df.loc[0]['Distances'].left

这行得通。想法?

所以 pd.cut() 实际上创建了一个 CategoricalIndex,其中有一个 IntervalIndex 作为类别。

In [13]: df = pd.DataFrame({'month': [1, 1, 2, 2], 'distances': range(4), 'value': range(4)})

In [14]: df
Out[14]: 
   distances  month  value
0          0      1      0
1          1      1      1
2          2      2      2
3          3      2      3

In [15]: result = df.groupby(['month', pd.cut(df.distances, 2)]).value.mean()

In [16]: result
Out[16]: 
month  distances    
1      (-0.003, 1.5]    0.5
2      (1.5, 3.0]       2.5
Name: value, dtype: float64

您可以简单地将它们强制转换为 IntervalIndex(如果它们是列,这也有效),然后访问。

In [17]: pd.IntervalIndex(result.index.get_level_values('distances')).left
Out[17]: Float64Index([-0.003, 1.5], dtype='float64')

In [18]: pd.IntervalIndex(result.index.get_level_values('distances')).right
Out[18]: Float64Index([1.5, 3.0], dtype='float64')

In [19]: pd.IntervalIndex(result.index.get_level_values('distances')).mid
Out[19]: Float64Index([0.7485, 2.25], dtype='float64')

执行pd.cut.

后说'cut'是列名

而不是 ->

 df['LeftEnd'] = df['Distances'].left

执行以下操作之一 -->

 df['LeftEnd'] = df['cut'].apply(lambda x: x.left)

 df['LeftEnd'] = df['cut'].apply(lambda x: x.left).astype(str)