如何同时使用 pandas/python 对来自多列的数据进行分箱？

Question

我正在使用一个包含 92 列和 200000 行的数据框。我想对这些列中每一列的数据进行分类和计数，并将其放入一个新的数据框中以供进一步 plotting/analysis.

我正在使用

bins = [-800, -70, -60, -50, -40, -30, -20, -5, 0]
df['Depth.1'].value_counts(bins=bins, sort = False)

成功对数据进行分箱，但一次只能对一列进行分箱。是否可以对数据框中的多列执行此操作并将其放入新的数据框中？

谢谢

Answer 1

您可以使用apply对每一列执行相同的操作。尝试

new_df = df.apply(lambda x: x.value_counts(bins=bins, sort=False))

举个例子，如果不对所有列进行分箱：

#sample data
df = pd.DataFrame({'a':[3,6,2,7,3], 
                   'b':[2,1,5,8,9], 
                   'c':list('abcde')})

如果您执行上述方法，您将得到一个错误，因为列是字符串类型。所以你可以定义一个列列表并执行：

list_cols = ['a','b'] #only the numerical columns
new_df = df[list_cols].apply(lambda x: x.value_counts(bins=[0,2,5,10], sort=False))
print(new_df)
               a  b
(-0.001, 2.0]  1  2
(2.0, 5.0]     2  1
(5.0, 10.0]    2  2

如何同时使用 pandas/python 对来自多列的数据进行分箱？

How to bin data from multiple column using pandas/python at the same time?

python

bins

dataframe

pandas