代码之家 › 专栏 › 技术社区 › Georg Heiler

pandas按分位数过滤结果为空集

filter pandas python

Georg Heiler · 技术社区 · 6 年前

你怎么能 pandas.Series 分位数被分位数箱过滤?我的三种不同方法要么彻底失败,要么导致一个空集。

理想的解决方案将使用 df.query()

df = pd.DataFrame({'my_series':[1,2,3,4,5,6,7]})
df['quantile'] = pd.qcut(df.my_series, [0,0.5,0.6,1])
print(df)
#df[df.quantile == '(4.6, 7.0]'] # fails with key error :false

df['string_quantiles'] = df['quantile'].astype(object)
print(df)
display(df[df['string_quantiles'] == '(4.6, 7.0]']) # no failure, but empty set

df.query("my_series == '(0.999, 4.0]'") # empty set

1 回复 | 直到 6 年前

BENY 6 年前

添加 astype 转换它

yourdf=df[df['string_quantiles'].astype(str)=='(4.6, 7.0]'].copy()
Out[60]: 
   my_series    quantile string_quantiles
4          5  (4.6, 7.0]       (4.6, 7.0]
5          6  (4.6, 7.0]       (4.6, 7.0]
6          7  (4.6, 7.0]       (4.6, 7.0]

或

df[df['quantile'].map(lambda x : x.left)==4.6].copy()

cs95 abhishek58g 6 年前

pd.cut 返回 Interval 物体。所以,只需创建一个并比较:

df[df['quantile'] == pd.Interval(4.6, 7)]

   my_series    quantile
4          5  (4.6, 7.0]
5          6  (4.6, 7.0]
6          7  (4.6, 7.0]

piRSquared 6 年前

你可以使用 codes 属性 Categorical

df[df['quantile'].cat.codes == 2]

   my_series    quantile
4          5  (4.6, 7.0]
5          6  (4.6, 7.0]
6          7  (4.6, 7.0]

知道吗

df['quantile'].cat.categories[2]

Interval(4.6, 7.0, closed='right')

推荐文章

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

6 月前

Cam · Pandas列表日期到日期时间

6 月前

jjkennedy · Pandas文本文件导入:当每个文件中存在多个表时,自动选择1个表

6 月前

Sun Jar · 在另一个系列中查找当前df值的索引,并将其添加到列中

6 月前

dietzi96 · Pandas DataFrame.to_sql随机和静默地失败,没有错误消息

6 月前

Bijan · Pandas批量更新帐户字符串

7 月前

Kernel · TypeError:Index.reindex()收到意外的关键字参数fill_value'

7 月前

Kernel · 进入熊猫的定义。系列super().reindex

7 月前

adventurous_chip_55 · 如何引爆柱子

7 月前

RKIDEV · Panda迭代行并将第n行值乘以下一(n+1)行值

7 月前