Python 基于条件对变量进行分组

将以下数据分组为64个组。每个对象有两个变量x和y。我想根据一个条件对他们进行分组。x和y的范围都在0到2000之间，我想把它们分成64个组。第一个让x使用

pd.cut（）

将变量放入

x

-和

y

-类别中，然后根据一些逻辑构造它们的组（取决于您是否需要特定的顺序，下面的代码只是从下到上和从左到右排列单元格）

请注意，

.astype（np.int8）

-调用是一种变通方法，允许使用

pandas.Series

进行基本的数学运算。如果您不想存储中间装箱分配，可以在一行中完成所有这一切，方法是用我最后一行中的列引用替换前面几行中的分配：

df['group'] = pd.cut(df['x'], bins, labels=labels).astype(np.int8) + pd.cut(df['y'], bins, labels=labels).astype(np.int8).multiply(8)

---

没有什么是清楚的。如果你能重新构建你的问题的框架，添加样本数据，并具体说明你需要什么来使用熊猫的条件句，你可以试试df2=df1[df1.iloc[：，0]>一些东西]很抱歉，我没有注意到，现在应该更好了

bins = [250 * i for i in range(9)]
labels = list(range(8))
df['x_bin'] = pd.cut(df['x'], bins, labels=labels)
df['y_bin'] = pd.cut(df['y'], bins, labels=labels)
df['group'] = df['x_bin'].astype(np.int8) + df['y_bin'].astype(np.int8).multiply(8)

df['group'] = pd.cut(df['x'], bins, labels=labels).astype(np.int8) + pd.cut(df['y'], bins, labels=labels).astype(np.int8).multiply(8)