如何根据一系列值有效地对数据框行进行分类？

Question

你好，我是 Python 的新手，我有一个 pandas 数据框，看起来与下面看到的类似，我从一个 txt 文件导入：

UnitNamePCU  Timestamp           PowerREF  PowerPCU         
F09       2014-11-01 00:20:00     60.73     79.64   
F09       2014-11-01 00:30:00     63.15     84.06   
F09       2014-11-01 01:00:00    101.06     84.03   
F09       2014-11-01 01:10:00    122.79    104.29   
F09       2014-11-01 01:20:00     86.57    110.08   
F09       2014-11-01 01:40:00     16.74     27.32   
F09       2014-11-01 01:50:00     12.59     21.69   
F09       2014-11-01 02:20:00     17.42     13.98

我的问题是如何将 PowerREF 和 PowerPCU 列中的数据排序为 "bins" 类似：bin1 = PowerREF < 50, bin2 = 50 < PowerREF < 100。我知道我可以做类似的事情:

bin1 = [x for x in data.PowerREF if x < 50]
bin2 = [x for x in data.PowerREF if x > 50 and x < 100]

但由于 "bin" 间隔可能会在下次 bin1 = x < 100、bin2 = 100 < x < 200 时发生变化。我事先知道 bin 间隔和最后一个 bin 的最大值限制。所以我想我应该可以做一些事情：

PowerLim = 1500
binInterval = 50
bin = range(0, PowerLim+1, binInterval)

我只是不知道如何将它智能有效地整合到 binnin 过程中。

Answer 1

IIUC，你可以在这里使用pd.cut：

power_lim = 1500
bins = np.arange(0, power_lim + 1, 50)

pd.cut(df.PowerREF, bins=bins)

F09     (50, 100]
F09     (50, 100]
F09    (100, 150]
F09    (100, 150]
F09     (50, 100]
F09       (0, 50]
F09       (0, 50]
F09       (0, 50]
Name: PowerREF, dtype: category
Categories (30, interval[int64]): [(0, 50] < (50, 100] < (100, 150] < (150, 200] < ... <
                                   (1300, 1350] < (1350, 1400] < (1400, 1450] < (1450, 1500]]

如何根据一系列值有效地对数据框行进行分类？

How to efficiently categorise dataframe rows based on a range of values?

python

categorization

binning

pandas