基於預定義桶的百分比垃圾箱

Question

我有一系列數字，我想知道數據的每個桶中落入的數字的百分比。

df['cuts']具有10,20和50的值。具體來說，我想series的％是在[0-10], (10-20] and (20-50] bin中，這應該附加到df數據幀。

我寫了下面的代碼。我絕對認爲它可以是即興創作的。任何幫助表示讚賞。

bin_cuts = [-1] + list(df['cuts'].values) 
out = pd.cut(series, bins = bin_cuts) 
df_pct_bins = pd.value_counts(out, normalize= True).reset_index() 
df_pct_bins = pd.concat([df_pct_bins['index'].str.split(', ', expand = True), df_pct_bins['cuts']], axis = 1) 
df_pct_bins[1] = df_pct_bins[1].str[:-1].astype(str) 
df['cuts'] = df['cuts'].astype(str) 
df_pct_bins = pd.merge(df, df_pct_bins, left_on= 'cuts', right_on= 1) 

Answer 1

考慮樣本數據df和s

df = pd.DataFrame(dict(cuts=[10, 20, 50])) 
s = pd.Series(np.random.randint(50, size=1000)) 

---

選項1
np.searchsorted

c = df.cuts.values 
df.assign(
    pct=df.cuts.map(
     pd.value_counts(
      c[np.searchsorted(c, s)], 
      normalize=True 
     ))) 

    cuts pct 
0 10 0.216 
1 20 0.206 
2 50 0.578 

---

選項2
pd.cut

c = df.cuts.values 
df.assign(
    pct=df.cuts.map(
     pd.cut(
      s, 
      np.append(-np.inf, c), 
      labels=c 
     ).value_counts(normalize=True) 
    )) 

    cuts pct 
0 10 0.216 
1 20 0.206 
2 50 0.578