问题描述
有了数据集，我必须以多种方式对其进行分组（使用 MultiIndex），执行一些聚合并导出结果。这些操作之一是对带有价格的列进行分箱（分桶）以获得每个分桶中的元素数量。我需要 3 个桶，其中：
- 在第一个桶中，我获取价格等于该分组的最低价格或等于或不高于最低价格 110% 的所有元素
- 在第二个桶中，我获取价格高于最低价格 110% 但等于或不高于最低价格 150% 的所有元素
- 在第三个桶中 - 其余的。
示例：
| 产品 | 国家 | 卖 | col | 价格 | colb |
|---|---|---|---|---|---|
| 第一次 | DE | A | b | 100 | x |
| 第二个 | DE | A | g | 105 | z |
| 第一次 | FR | A | b | 111 | x |
| 第二个 | FR | A | g | 100 | z |
| 第一次 | DE | B | b | 109 | x |
| 第二个 | DE | B | g | 120 | z |
| 第一次 | FR | B | b | 100 | x |
| 第二个 | FR | B | g | 200 | z |
我的期望：
| 产品 | 国家 | 卖 | 1x | 1.1x | >1.5x |
|---|---|---|---|---|---|
| 第一次 | DE | A | 1 | 0 | 0 |
| B | 0 | 1 | 0 | ||
| FR | A | 0 | 1 | 0 | |
| B | 1 | 0 | 0 | ||
| 第二个 | DE | A | 1 | 0 | 0 |
| B | 0 | 1 | 0 | ||
| FR | A | 1 | 0 | 0 | |
| B | 0 | 0 | 1 |
现在，我要做的是：
import numpy as np
import pandas as pd
# some code
df_low_price = df.groupby(["Product","Country","Sell"])["price"].sort_values(by="price").nth(0)
df_low_price_1_1x = df_low_price.map(lambda n: n * 1.1)
df_low_price_1_5x = df_low_price.map(lambda n: n * 1.5)
df_main = pd.concat([
df_low_price,df_low_price_1_1x,df_low_price_1_5x,axis=1
])
我得到了界限，但我没有得到组的大小。我知道我应该依赖 pd.cut 或 cut，但我不知道如何使用 pythonic/pandas 的方式。 预先感谢您的任何建议。
解决方法
- 只是按照你的描述
- 到 bin cut
- 多索引和列 groupby/agg 和
char*
unstack()输出
df = pd.DataFrame({'Product': ['First','Second','First','Second'],'Country': ['DE','DE','FR','FR'],'Sell': ['A','A','B','B'],'col': ['b','g','b','g'],'price': [100,105,111,100,109,120,200],'colb': ['x','z','x','z'],'bin': ['1x','1x','1.1x','>1.5x']})
df["bin"] = pd.cut(
df["price"],bins=[
df["price"].min() - 1,df["price"].min() * 1.1,df["price"].min() * 1.5,df["price"].max(),],labels=["1x","1.1x",">1.5x"],)
df.groupby(["Product","Country","Sell","bin"]).agg({"col":"count"}).unstack().droplevel(0,1)