python/pandas中长格式数据帧的绑定
python/pandas中长格式数据帧的绑定
提问于 2017-02-03 19:40:46
我有一个长格式的dataframe，表示一段时间内许多动物在各种条件下的值。现在，我想要应用装箱，以便在保持动物和条件分离的同时，对多个时间点的值进行平均。
我尝试了一系列冗长的unstack、groupby和stack操作，但我认为应该有一种简明的方法来做到这一点？
基本上，我想从左边的表格转到右边的表格：
import pandas as pd
import numpy as np
time=np.array([1,2,1,2,3,4,3,4,5,6,5,6,7,8,7,8])
animal=np.array([1,1,2,2,1,1,2,2,1,1,2,2,1,1,2,2])
condition=np.array(['a','b','a','b','a','b','a','b','a','b','a','b','a','b','a','b'])
val=np.random.random(16)
df=pd.DataFrame({'time':time,'animal':animal,'condition':condition,'val':val})回答 1
Stack Overflow用户
回答已采纳
发布于 2017-02-03 19:44:56
我认为你需要有groupby的cut
bins = [0, 4, 9]
labels=['1-4','5-8']
df['bin'] = pd.cut(df['time'], bins=bins, labels=labels)
print (df)
animal condition time val bin
0 1 a 1 0.394700 1-4
1 1 b 2 0.492167 1-4
2 2 a 1 0.402880 1-4
3 2 b 2 0.354298 1-4
4 1 a 3 0.500614 1-4
5 1 b 4 0.445177 1-4
6 2 a 3 0.090433 1-4
7 2 b 4 0.273563 1-4
8 1 a 5 0.943477 5-8
9 1 b 6 0.026545 5-8
10 2 a 5 0.039999 5-8
11 2 b 6 0.283140 5-8
12 1 a 7 0.582344 5-8
13 1 b 8 0.990893 5-8
14 2 a 7 0.992642 5-8
15 2 b 8 0.993117 5-8
print (df.groupby(['bin','animal','condition'], as_index=False).val.mean())
bin animal condition val
0 1-4 1 a 0.447657
1 1-4 1 b 0.468672
2 1-4 2 a 0.246657
3 1-4 2 b 0.313931
4 5-8 1 a 0.762911
5 5-8 1 b 0.508719
6 5-8 2 a 0.516320
7 5-8 2 b 0.638129不创建新列的解决方案：
print (df.groupby([pd.cut(df['time'],
bins=[0, 4, 9],
labels=['1-4','5-8']), 'animal','condition'])
.val.mean().reset_index())页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42023442
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号