Python 通过在数据帧中增加5的增量对编号进行分组

我有一个数据框，列值如下：

x1  x2 
0   20
1   20
2   20
3   20
4   20
5   20
6   20
7   20
8   20
9   20
10  20

我想把x1中的元素按5的大小分组，就像组x1中的一样。x2在这种情况下不相关

x1  x2 group_x1
0   20  0
1   20  0
2   20  0
3   20  0
4   20  0
5   20  1
6   20  1
7   20  1
8   20  1
9   20  1
10  20  1

因此，数字中介于0到4之间的值映射为0 从5到9的值映射为1

---

我尝试了pq.cut和groupby函数，但它不起作用。对于0到25000之间的值，需要使用它。这可以通过在相关列上使用

groupby

和

apply

来实现：

df = pd.DataFrame([[0], [1], [5], [6]], columns=['x1'])
df['x1_group'] = (df['x1'] / 5).astype(int)
groups = df.groupby('x1_group')['x1'].apply(list)

这将产生：

x1_group
0    [0, 1]
1    [5, 6]

在这种情况下，groups键为

group_x1

，对于每个组，只有

x1

值通过

apply

方法使用

list

进行处理。

尝试以下操作：

df['group_x1'] = df['x1'] // 5

IIUC

---

为了确保我理解所需的输出，在本例中，您需要一个包含

group_x1

索引值的序列，序列值是

x1

中匹配值的列表？例如：

0:[0,1,2,3,4]

和

1:[5,6,7,8,9]

yes@Elisha，这将应用于数字范围从0到25000的列表

df['group_x1']=np.arange(len(df))//5
df
Out[170]: 
    x1  x2  group_x1
0    0  20         0
1    1  20         0
2    2  20         0
3    3  20         0
4    4  20         0
5    5  20         1
6    6  20         1
7    7  20         1
8    8  20         1
9    9  20         1
10  10  20         2