Python 熊猫组内的动态子分组

是否有更简单/更正确的方法来分配动态组？ 让我们看看我们有以下df：

group    days(int, >0)
  A        1
  B        12
  A        14
  A        16
  A        19
  B        23
  C        92
  C        12

我想根据以下规则分配子组：

if days >20 then subgroup = 4
if days <= 20 then subgroup = 3
if days <= 10 then subgroup = 2
if days == 0 then subgroup = 1

我想知道是否有更简单/更好的方法在熊猫身上达到同样的效果？通常，对代码的任何更正都是值得赞赏的。

您可以使用以下方法进行装箱：

bins = [-1, 0, 10, 20, np.inf]
labels=[1,2,3,4]
df['subgroup'] = pd.cut(df['days'], bins=bins, labels=labels)
print (df)
  group  days subgroup
0     A     1        2
1     B    12        3
2     A    14        3
3     A    16        3
4     A    19        3
5     B    23        4
6     C    92        4
7     C    12        3

使用

---

谢谢但这不会将子组1分配给组A的任何条目。其想法是动态子组将为1、2、3等，请参见我问题中的预期结果。谢谢@jezrael！但是我仍然需要使用

rank

，对吗？我只是想知道我是否可以通过一个简单的操作获得这个动态组。是的，然后需要

groupby

+

rank

。如果需要按方法密集排列，则需要

df['dynamic_subgroup']=df.groupby（['group']）['subgroup'].rank（方法密集）

。但如果只需要计数组，则需要

df['dynamic_subgroup']=df.groupby（['group']）.cumcount（）

，但输出不同于

rank

group    days(int, >0)     dynamic_subgroup
  A        1                    1
  B        12                   1
  A        14                   2
  A        16                   3
  A        19                   4
  B        23                   2
  C        92                   2
  C        12                   1

bins = [-1, 0, 10, 20, np.inf]
labels=[1,2,3,4]
df['subgroup'] = pd.cut(df['days'], bins=bins, labels=labels)
print (df)
  group  days subgroup
0     A     1        2
1     B    12        3
2     A    14        3
3     A    16        3
4     A    19        3
5     B    23        4
6     C    92        4
7     C    12        3

df.assign(subgroup=np.searchsorted([0, 10, 20], df.days.values) + 1)

  group  days  subgroup
0     A     1         2
1     B    12         3
2     A    14         3
3     A    16         3
4     A    19         3
5     B    23         4
6     C    92         4
7     C    12         3