Python 按以平均值为中心的标准偏差对列值进行分类？

我有一个熊猫数据框，其中有一组按排序的值：

df = pd.DataFrame(np.arange(1,21))

我希望最终得到如下列表/数组：

[0,1.62,4.58,7.54,10.5,13.45,16.4,19.37,20]

第一个和最后一个元素是

df.min（）

和

df.max（）

，中心元素是数据帧的

df.mean（）

，周围的元素都以

0.5*df.std（）的增量递增

有没有办法对大型数据帧进行矢量化

更新（有效的方法在下面的答案中！）

然后使用
np.digitalize（）
将值移动到适当的存储箱中

如果你能找到一个更有效的方法，那会很有帮助的
 
mu_sig
通过将
[-2，-1,0,1,2]
乘以sigma来计算标准偏差的各种倍数

edges
获取序列并获得
mu_sig
结果。然后检查序列最小值是否小于标准偏差减去平均值的最小倍数。如果是，则在列表前加上前缀。对max执行相同的检查

def edges(s, n=7, rnd=2, sig_mult=1):
    mu = s.mean()
    sig = s.std()
    mn = s.min()
    mx = s.max()

    sig = np.arange(-n // 2, (n + 1) // 2 + 1) * sig * sig_mult
    ms = (mu + sig)

    # Checking if mins and maxs are in range of sigs
    if mn < ms.min():
        ms = np.concatenate([[mn], ms])
    if mx > max(ms):
        ms = np.concatenate([ms, [mx]])

    return ms.round(rnd).tolist()

然后使用
边

这是你的答案

默认情况下，这将返回长度为11的列表。您可以传递
n
以获得不同长度的列表

edges(s, n=3)

[1, -1.33, 4.58, 10.5, 16.42, 22.33, 20]

预计您可能希望将其更改为标准偏差的不同倍数，您还可以执行以下操作：

edges(df, n=3, sig_mult=.2)

[1, 8.13, 9.32, 10.5, 11.68, 12.87, 20]


时机
长度为20的系列


长度为1000000的系列

共享你的循环实现？@Divakar，添加了代码示例不确定我是否假设了错误，但代码没有运行，是吗？在：
if x>df.min（）：
处抛出错误？是的，我意识到这是一个糟糕的代码，然后到控制台进行测试。太差劲了，无法跟上，所以我删除了它，并将在下次有机会时添加到问题中：/对不起@对不起，那是个愚蠢的打字错误。你能看看我提出的最新解决方案，看看是否有意义吗？
edges(s, sig_mult=.5, n=5)

[1, 1.63, 4.58, 7.54, 10.5, 13.46, 16.42, 19.37, 20]

edges(s)

[1, -13.16, -7.25, -1.33, 4.58, 10.5, 16.42, 22.33, 28.25, 34.16, 20]

edges(s, n=3)

[1, -1.33, 4.58, 10.5, 16.42, 22.33, 20]

edges(df, n=3, sig_mult=.2)

[1, 8.13, 9.32, 10.5, 11.68, 12.87, 20]