Pandas 根据索引对列值进行分箱

Question

目前，我有一个 DataFrame，它包含人口的年龄和这些年龄的频率，如下所示：

      freq
 27    103
 28     43
 29     13
...    ...
 78     20
 79     13

年龄是DataFrame的索引。我想执行一些 Pandas 魔术，以便我得到一个像这样的分箱 DataFrame：

           freq
 (20, 30]   308
 (30, 40]   111
 (40, 50]    85
 (50, 60]    58
 (60, 70]    63
 (70, 80]   101

因此，该指数现在由年龄间隔组成，而不是单个年龄，并且相应地对频率求和。我怎样才能做到这一点？

Answer 1

你可以在使用cut对DataFrame的索引进行分箱后使用groupby。例如：

>>> df = pd.DataFrame({'freq': [2, 3, 5, 7, 11, 13]}, 
                      index=[22, 29, 30, 31,25, 42])

>>> df
    freq
22     2
29     3
30     5
31     7
25    11
42    13

然后：

>>> df.groupby(pd.cut(df.index, np.arange(20, 60, 10))).sum()
          freq
(20, 30]    21
(30, 40]     7
(40, 50]    13

np.arange(20, 60, 10) 定义将使用的 bin；您可以根据 'freq' 列中的 max/min 值进行调整。