將大熊貓數據框列分成n個桶

Question

我有一個有7列的熊貓數據框。對於其中的一列，我想將其內容劃分爲僅取決於值的n桶。所以，如果我的專欄的值爲1, 3, 5 ... (2*n+1)，我添加了一個新的專欄作爲1,2,3...n。

另外，我並不想正常化，即使我在列中有100個3，我希望他們在同一個桶中。所以，如果我有1, 3, 3, 3, 5, ... (2*n+1)，我的輸出將是1, 2, 2, 2, 3, .. n。

有人可以請指導我如何做到這一點。

- 編輯 -

我的實際數據有超過一百萬行。所以，如果我使用排名，我會得到1到100萬的排名。我想要的是將隊伍分成桶。舉個例子，如果我有300萬行，最後會有1到150萬的行列。如果我想把它分成3個桶，那麼先得到第一桶50萬桶，下一桶50桶，等等。同樣如果我想將它分成7個桶。

問候

Answer 1

您需要rank：

df = pd.DataFrame({'col':[1,5,3,9,5,3,7,10]}) 
print (df) 
    col 
0 1 
1 5 
2 3 
3 9 
4 5 
5 3 
6 7 
7 10 

df['col1'] = df.col.rank(method='dense').astype(int) 
print (df) 
    col col1 
0 1  1 
1 5  3 
2 3  2 
3 9  5 
4 5  3 
5 3  2 
6 7  4 
7 10  6 

編輯：我認爲你需要地板師//：

n = 3 
df['col1'] = np.arange(len(df.index)) // n 
print (df) 
    col col1 
0 1  0 
1 7  0 
2 3  0 
3 3  1 
4 5  1 
5 7  1 
6 13  2 

如果單調遞增指數喜歡0,1,2...n：

n = 3 
df['col1'] = df.index // n 
print (df) 
    col col1 
0 1  0 
1 7  0 
2 3  0 
3 3  1 
4 5  1 
5 7  1 
6 13  2 

Answer 2

大熊貓具有功能cut()對於這種分級的：

data=pd.Series([1,3,3,3,5,7,13]) 
n_buckets = (data.max() - data.min()) // 2 + 1 
buckets = pd.cut(data, n_buckets, labels=False) + 1 
#0 1 
#1 2 
#2 2 
#3 2 
#4 3 
#5 4 
#6 7