Pandas：根据类别索引加入系列

Question

我有两个 pd.Series:

长度为 n 并且

长度为 m。请注意，系列的长度可以不同。

我想要一个类别索引：

cat
[200, 300)
[300, 400)
[400, 500)

并执行以下 pd.Series 之间的关联：

                        A      B
cat
[200, 300)   1         3 
[300, 400)   2         4+5+6+7
[400, 500)   3         NaN

那么如何根据索引将我的数据放入类别索引并对属于同一类别的条目进行求和？我尝试使用 groupby，但我没有设法对类别进行分组。谢谢

Answer 1

IIUC:

数据设置：

a = pd.Series(data=[1,2,3],index=[200,300,400])
b = pd.Series(data=[4,5,6,7,8], index=[200,350,360,370,380])

转换为数据框并使用 pd.cut

创建类别

df_a = a.to_frame()
df_a['cat']  = pd.cut(df_a.index,bins=[0,100,200,300,400,500,600], labels=['0-99','100-199','200-299','300-399','400-499','500-599'])

df_b = b.to_frame()
df_b['cat'] = pd.cut(df_b.index,bins=[0,100,200,300,400,500,600], labels=['0-99','100-199','200-299','300-399','400-499','500-599'])

对 cat 执行 groupby 并使用 pd.concat

group_b = df_b.groupby('cat')[0].apply(list)
group_b = group_b.where(group_b.str.len())

group_a = df_a.groupby('cat')[0].apply(list)
group_a = group_a.where(group_a.str.len())

pd.concat([group_a,group_b],axis=1,keys=['A','B'])

输出：

           A             B
cat                       
0-100    NaN           NaN
101-200  [1]           [4]
201-300  [2]           NaN
301-400  [3]  [5, 6, 7, 8]
401-500  NaN           NaN

Pandas：根据类别索引加入系列

Pandas: join series based on category index

python

indexing

join

categories

pandas