我有混合資料型別的df，例如：
df:
| 名稱 | 價值 |
|---|---|
| 1 | 1 | 第2名 |
| 第2名 | 5 |
| 5 | |
| 3． | 3.5 |
| 3.5 | 第4名 |
| 第4名 |
當df['value'].sum()>=10時，分割到dfNew(前3個的總和=9.5，所以需要分割左邊的專案到dfNew，在我的例子中需要分割最后一行)
dfNew:
| 名稱 | 價值 |
|---|---|
| 第4名 | 8
我想我可以通過iterating(itertuples/iteritems)& sum(items)來完成，然后獲得索引和分割，但是 "更多的pandas "的方式是什么？
uj5u.com熱心網友回復：
使用cumsum，然后做binning，然后在binning中做groupby，例如：
df['cumsum_val'] = df['value'].cumsum()
binning = list(range(0, math.ceil(df['cumsum_val'].iloc[-1]) 10), 10) #在這里，你每隔10分鐘就會檢查一次（加上最新的）
df['binning'] = pd.cut(df['cumsum_val'], bins= binning)
在這之后，你可以在binnings中做groupby：
grouped_df = df.groupby('binning')
最后得到分割后的df_lists
df_new_lists = [grouped_df.get_group(x) forx in grouped_df.group]
df_new_lists是資料框架的串列
uj5u.com熱心網友回復：
你可以使用以下的組合:
import pandas as pd
df = pd. DataFrame({'name': ['1st', '2nd', '3th', '4th', '5th', '6th', '7th'], '值': [1,5,3. 5,8,2,9,2]})
閾值 = 10
df['cums'] = df['value'].cumsum（)
bins = range(0, int(df['cums']。 iloc[-1] threshold 1）, threshold)
df['group'] = pd.cut(df['cums'], bins=bins)
df_list = [pd.DataFrame(g) for _,g in df.groupby('group'>) ]
print(df)
# name value cums groups
# 0 1st 1.0 1.0 (0, 10]
# 1 2nd 5.0 6.0 (0, 10]
# 2 3rd 3.5 9.5 (0, 10]
# 3 4th 8.0 17.5 (10, 20]
# 4 5th 2.0 19.5 (10, 20)
# 5 6th 9.0 28.5 (20, 30]
# 6 7th 2.0 30.5 (30, 40]
print(df_list)
# [
# name value cums groups
# 0 1st 1.0 1.0 (0, 10]
# 1 2nd 5.0 6.0 (0, 10]
# 2 3rd 3.5 9.5 (0, 10],
# name value cums groups
# 3 4th 8.0 17.5 (10, 20]
# 4 5th 2.0 19.5 (10, 20],
# name value cums groups
# 5 6th 9.0 28.5 (20, 30]
# name value cums groups
# 6 7th 2.0 30.5 (30, 40)
# ]
注意，這段代碼假設值是非負的，所以和值是正的，而且是遞增的。如果不是這樣，那么你必須使用一個更穩健的bins的定義，比如：
bins = range（int(min(df['cums'])。int(max(df['cums'])) threshold 1, threshold)
uj5u.com熱心網友回復：
使用cumsum和idxmax然后對資料幀進行切片([idx:])
dfNew = df.iloc[df['value'].cumsum().ge(10) .idxmax():]
輸出
>>> dfNew
名值
3 48.0
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/310851.html
標籤：