Pandas 熊猫:有效地用代表值替换装箱柱
我想对数据进行分类,并为每个分类选择一个特定的集合Pandas 熊猫:有效地用代表值替换装箱柱,pandas,performance,binning,Pandas,Performance,Binning,我想对数据进行分类,并为每个分类选择一个特定的集合 import pandas as pd df = pd.DataFrame({ 'A': [1, 2, 3, 4], 'B': [1, 2, 3, 4], }) groups = pd.cut(df['A'], bins=2, labels=False) group_reps = df.groupby([groups]).agg(A=('A', 'mean')) # ... some magic happens here to rep
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3, 4],
'B': [1, 2, 3, 4],
})
groups = pd.cut(df['A'], bins=2, labels=False)
group_reps = df.groupby([groups]).agg(A=('A', 'mean'))
# ... some magic happens here to replace values in A by group_reps ...
#
# expected result
# A, B
# 1.5, 1
# 1.5, 2
# 3.5, 3
# 3.5, 4
对于大小接近机器内存的数据,如何有效地实现这一点?如果要更改一列,可以单独处理。另外,
transform
帮助您将聚合与原始索引对齐:
df['A'] = df['A'].groupby(groups).transform('mean')
df['A']=df['A'].groupby(groups).transform('mean')
?是的,谢谢。这就是我要找的。正在与合并、加入、查找进行斗争。。。你能给我一个答复吗?