Python 基于定义的值对数据帧重新采样

我试图将'Num'列设置为最大/最小阈值10，并基于此聚合重新索引数据帧

import pandas as pd
import numpy

df = pd.DataFrame({'Num':[2,12,4,25,5]})

----------------------------------------

   Num
 0  2
 1  12
 2  4
 3  25
 4  5

如何重新索引熊猫数据帧，使其看起来像这样

   Num
0   10
1   10
2   10
3   10
4   8

谢谢

看来你需要

df = pd.DataFrame({'Num':[2,12,4,25,5]})
s=df.Num.sum()
df.iloc[:s//10,0]=10
df.iloc[-1,0]=10 if s%10==0 else s%10

df
Out[369]: 
   Num
0   10
1   10
2   10
3   10
4    8

看来你需要

df = pd.DataFrame({'Num':[2,12,4,25,5]})
s=df.Num.sum()
df.iloc[:s//10,0]=10
df.iloc[-1,0]=10 if s%10==0 else s%10

df
Out[369]: 
   Num
0   10
1   10
2   10
3   10
4    8

---

我不明白你是如何获得你想要的产出的。你能更详细地解释一下吗？我真的不明白2和4怎么会变成10，而5怎么会变成8。你能澄清一下你想做什么吗？我不明白你是如何获得你想要的产出的。你能更详细地解释一下吗？我真的不明白2和4怎么会变成10，而5怎么会变成8。你能澄清一下你想做什么吗？谢谢！这正是我要找的。@BillyRay yw:-）编码很愉快，也许还可以为将来的问题提供更多细节：-）@Scotty1-谢谢你，伙计，只是觉得这应该是一种方法，即使是跨列的值也应该如此！这正是我要找的。@BillyRay yw:-）快乐的编码，也许还可以为将来的问题提供更多细节：-）@Scotty1-谢谢你，伙计，只是觉得这应该是一种方法，即使是跨列的值