如何做到比pandas DataFrame大/小於binning？

Question

我有一個熊貓數據幀如下：

import pandas as pd 
import numpy as np 

data = {"first_column": ["item1", "item2", "item3", "item4", "item5", "item6", "item7"], 
     "second_column": ["cat1", "cat1", "cat1", "cat2", "cat2", "cat2", "cat2"], 
     "third_column": [5, 1, 8, 3, 731, 189, 9]} 

df = pd.DataFrame(data) 

df 
    first_column second_column third_column 
0  item1   cat1    5 
1  item2   cat1    1 
2  item3   cat1    8 
3  item4   cat2    3 
4  item5   cat2   731 
5  item6   cat2   189 
6  item7   cat2    9 

現在，讓我們說，我想創造出使用pandas.cut()第三列的分類第四列。在這裏，我將每行標註third_column中的元素是否小於或等於10,<=10。

df["less_than_ten"]= pd.cut(df.third_column, [-np.inf, 10, np.inf], labels=(1,0)) 

並將所得數據幀現在爲：

 first_column second_column third_column less_than_ten 
0  item1   cat1    5    1 
1  item2   cat1    1    1 
2  item3   cat1    8    1 
3  item4   cat2    3    1 
4  item5   cat2   731    0 
5  item6   cat2   189    0 
6  item7   cat2    9    1 

問題：注意第二列second_column，與類別cat1和cat2。如何根據second_column中的「班級」使用pandas.cut()重新分類這些值？

更重要的是，假設我想要更復雜的時間間隔，例如，小於或等於500 le（500）且大於或等於20 ge（20）？這將如何完成？在這種情況下，應該通過分組打成1：

df['less_than_ten'] = df.third_column.le(10).astype(np.uint8) 
df.loc[df.second_column=='cat2','less_than_ten'] = \ 
    df.loc[df.second_column=='cat2','third_column'].le(10).astype(np.uint8) + 2 

結果：

In [99]: df 
Out[99]: 
    first_column second_column third_column less_than_ten 
0  item1   cat1    5    1 
1  item2   cat1    1    1 
2  item3   cat1    8    1 
3  item4   cat2    3    3 
4  item5   cat2   731    2 
5  item6   cat2   189    2 
6  item7   cat2    9    3 

Answer 1

在這種情況下我不會用pd.cut我建議的解決方案看起來像一個黑客，並給出了不同於你的數字，我仍然在這裏提供：

df['less_than_ten'] = (df.second_column=='cat1').astype(int) +\ 
         (df.third_column<10).astype(int) 
# first_column second_column third_column less_than_ten 
#0  item1   cat1    5    2 
#1  item2   cat1    1    2 
#2  item3   cat1    8    2 
#3  item4   cat2    3    1 
#4  item5   cat2   731    0 
#5  item6   cat2   189    0 
#6  item7   cat2    9    1 

只要它們是布爾值（True/False），您可以使括號中的條件任意複雜。

Answer 2

在充分認識到

 first_column second_column third_column less_than_ten 
0  item1   cat1    5    1 
1  item2   cat1    1    1 
2  item3   cat1    8    1 
3  item4   cat2    3    1 
4  item5   cat2   731    0 
5  item6   cat2   189    1 
6  item7   cat2    9    1