Pandas 使数据框上的箱子更粗糙，并在计数列中求和

我有一个带有变量（E）的数据帧，其中数据帧中的值是bin的左边缘，每个bin的一组占用率（n）（以及不确定性的平方（v））。目前，这些箱子以100（通常）的步数从200分到2000分，然后再分到+inf。然而，这些箱子对于我需要执行的绘图非常合适，我需要将它们重新分到200、300、400、600、1000、+inf

关键点：因为我从一个源读取了几组类似的数据，所以并非所有的数据帧都有条目，例如bin 600-700，即一个数据帧中缺少一些行，而另一个数据帧可能有条目。我需要根据新的BIN对n和v进行重新编码和求和，同时考虑到我的数据帧不是“常规”数据帧这一事实

下面是一个数据帧示例：

        E       n       v
0       200.0   26.0    1.3 
1       300.0   56.0    2.2
2       400.0   62.0    2.5
3       500.0   55.0    2.2
4       600.0   24.0    1.7
5       800.0   12.0    1.3
6       900.0   8.0     0.9
7       1000.0  4.0     0.6
8       1100.0  1.0     0.2

这是我想要的结果：

        E       n       v
0       200.0   26.0    1.3 
1       300.0   56.0    2.2
2       400.0   117.0   4.7
3       600.0   44.0    3.9
4       1000.0  5.0     0.8

---

非常感谢任何帮助或指导。

您可以使用

agg

s=df.groupby(pd.cut(df.E,[200,300,400,600,1000,np.inf],right=False)).agg({'E':'first','n':'sum','v':'sum'})

s.E=s.index.map(lambda x :x.left)
s.reset_index(drop=True,inplace=True)
s
        E      n    v
0   200.0   26.0  1.3
1   300.0   56.0  2.2
2   400.0  117.0  4.7
3   600.0   44.0  3.9
4  1000.0    5.0  0.8

这太完美了，谢谢！唯一的区别是我必须删除
inplace=True
，因为它返回的是None类型，但这可能是pandas版本之间的差异，也可能是我在宏中使用它的方式不同。再次感谢你！