使用 panda 对列中的重复值进行分类

Question

我有一个数据帧，我在数据帧名称“压力”中有一列它具有重复值，我想对其进行分类。我有这样的列 在这里输入图像描述pressure0.030.030.032.072.072.073.013.01我尝试过groupby（）方法，但无法制作分段列。我认为在熊猫中很容易，任何人都可以在这方面帮助我。我需要这样的输出 在这里输入图像描述Pressue   Segment0.03      10.03      10.03      12.07      22.07      22.07      23.01      33.01      3

Answer 1

如果性能很重要，请使用因子分解：

data["Segment"]= pd.factorize(data["pressure"])[0] + 1

print (data)

   pressure  Segment

0      0.03        1

1      0.03        1

2      0.03        1

3      2.07        2

4      2.07        2

5      2.07        2

6      3.01        3

7      3.01        3

性能：

data = pd.DataFrame({'pressure': np.sort(np.random.randint(1000, size=10000)) / 100})

In [312]: %timeit data["pressure"].replace({j: i for i,j in enumerate(data["pressure"].unique(),start=1)}).astype("int")

141 ms ± 3.11 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [313]: %timeit pd.factorize(data["pressure"])[0] + 1

751 µs ± 3.97 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 2

使用列中的唯一值创建，并使用相同的标签，然后使用dictpressurereplace

d = {j: i for i,j in enumerate(data["Pressure"].unique(),start=1)}

data["Segment"]= data["Pressure"].replace(d).astype("int")

print(data)

输出：

Pressure   Segment

0.03      1

0.03      1

0.03      1

2.07      2

2.07      2

2.07      2

3.01      3

3.01      3