चयनित डेटाफ्रेम कॉलम

Question

के मानों के ग्रुपबी दिए गए प्रतिशत, कल्पना कीजिए कि मेरे पास DataFrame कॉलम हैं जिनमें केवल वास्तविक मान हैं।

>> df   
      col1 col2  col3 
0  0.907609  82 4.207991 
1  3.743659 1523 6.488842 
2  2.358696 324 5.092592 
3  0.006793  0 0.000000 
4 19.319746 11969 7.405685 

मैं समूह यह चतुर्थकों (या किसी अन्य प्रतिशतक मुझे द्वारा निर्दिष्ट) चुने हुए स्तंभ के द्वारा करना चाहते हैं (उदाहरण के लिए, col1) कुछ कार्यों इन समूहों पर प्रदर्शन करने के लिए। आदर्श रूप में, मैं की तरह कुछ करना चाहते हैं:

df.groupy(quartiles_of_col1).mean() # not working, how to code quartiles_of_col1? 

उत्पादन col1 की चतुर्थकों करने के लिए इसी चार समूहों के लिए कॉलम में से प्रत्येक के मतलब देना चाहिए। क्या यह groupby कमांड के साथ संभव है? इसे प्राप्त करने का सबसे आसान तरीका क्या है?

Answer 1

प्रिंट होगा के लिए यह काम करेंगे मैं अभी यह परीक्षण करने के लिए एक कंप्यूटर की जरूरत नहीं है, लेकिन मुझे लगता है कि आप से यह कर सकते हैं : df.groupby(pd.cut(df.col0, np.percentile(df.col0, [0, 25, 75, 90, 100]), include_lowest=True)).mean()। 150mins के बाद अद्यतन होगा।

कुछ स्पष्टीकरण:

In [42]: 
#use np.percentile to get the bin edges of any percentile you want 
np.percentile(df.col0, [0, 25, 75, 90, 100]) 
Out[42]: 
[0.0067930000000000004, 
0.907609, 
3.7436589999999996, 
13.089311200000001, 
19.319745999999999] 
In [43]: 
#Need to use include_lowest=True 
print df.groupby(pd.cut(df.col0, np.percentile(df.col0, [0, 25, 75, 90, 100]), include_lowest=True)).mean() 
         col0  col1  col2 
col0           
[0.00679, 0.908] 0.457201  41.0 2.103996 
(0.908, 3.744]  3.051177 923.5 5.790717 
(3.744, 13.0893]  NaN  NaN  NaN 
(13.0893, 19.32] 19.319746 11969.0 7.405685 
In [44]: 
#Or the smallest values will be skiped 
print df.groupby(pd.cut(df.col0, np.percentile(df.col0, [0, 25, 75, 90, 100]))).mean() 
         col0  col1  col2 
col0           
(0.00679, 0.908] 0.907609  82.0 4.207991 
(0.908, 3.744]  3.051177 923.5 5.790717 
(3.744, 13.0893]  NaN  NaN  NaN 
(13.0893, 19.32] 19.319746 11969.0 7.405685 

Answer 2

मुझे आशा है कि इससे आपकी समस्या हल हो जाएगी। यह बहुत नहीं है, लेकिन मुझे आशा है कि आप

import pandas as pd 
    import random 
    import numpy as np 
    ## create a mock df as example. with column A, B, C and D 
    df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD')) 

    ## select dataframe based on the quantile of column A, using the quantile method. 
    df[df['A'] < df['A'].quantile(0.3)].mean() 

इस

A -1.157615 
B 0.205529 
C -0.108263 
D 0.346752 
dtype: float64 

Answer 3

पांडा एक देशी समाधान, pandas.qcut, साथ ही है यह करने के लिए:

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.qcut.html