熊猫将数据子集应用于新数据框

Question

我有一个脚本，我可以在其中使用数据框并提取如下数据：times = pd.Series(df.loc[df['sy_x'].str.contains('AA'), ('t_diff')].quantile([.1, .25, .5, .75, .9]))我想将结果数据从quantile()每个分位数添加到具有单独列的数据框中，假设这些列是：   ID pt_1 pt_2 pt_5 pt_7 pt_9   AA   BB   CC如何将分位数添加到 ID 的每一行？new_df = Nonefor index, value in times.items():   for col in df[['pt_1', 'pt_2','pt_5','pt_7','pt_9',]]:..但这感觉不对，而且不习惯。我应该使用loc还是iloc？我还有几个系列需要添加到其他未显示的列中，但我想一旦我知道我就可以弄清楚编辑：一些输出times看起来像：0.1  -0.50.25 -0.30.5   0.00.75  2.00.90  4.0提前感谢您的任何见解

Answer 1

IIUC，你想要一个groupby()：

# toy data

np.random.seed(1)

df = pd.DataFrame({'sy_x':np.random.choice(['AA','BB','CC'], 100),

                   't_diff': np.random.randint(0,100,100)})

df.groupby('sy_x').t_diff.quantile((0.1,.25,.5,.75,.9)).unstack(1)

输出：

      0.10   0.25  0.50   0.75  0.90

sy_x                                

AA    16.5  22.25  57.0  77.00  94.5

BB     9.1  21.00  58.5  80.25  91.3

CC     9.7  23.25  40.5  65.75  84.1

Answer 2

尝试类似：

pd.DataFrame(times.values.T, index=times.keys())