转换百分比分布中的Padas列的功能
我有数据框df和列表v_a：
import pandas as pd
data = {'A':[250,100,400,300,210]}
df = pd.DataFrame(data)
print(df)
v_a = [0,200,400,600]
*问题：*我想制作一个函数，将df中的数据框列转换为百分比分布。
*例如：*号250DF在V_A，然后（400-250）/（400-200）= 200和400之间的谎言0.75是百分比它属于200和（1 - 0.75）= 0.25是百分比属于400。
类似地，df中的数字400位于v_a中的200和400之间（（400-400）/（400-200）= 0对于v_a中的数字，（1- 0）= 1对于200中的v_a `）。
期望的结果：
0 200 400 600
0 0.0 0.75 0.25 0.0
1 0.5 0.50 0.00 0.0
2 0.0 0.00 1.00 0.0
3 0.0 0.50 0.50 0.0
4 0.0 0.95 0.05 0.0
问题来源：stackoverflow
写回答
-
仅Pandas解决方案：
#Get DataFrame with intervals df2 = pd.DataFrame([[interval.left, interval.right] for interval in pd.cut(df['A'], v_a)], columns=['col1', 'col2'])*
#calculate values df2['val2']=(df2['col2'].sub(df['A']) .div(df2['col2'].sub(df2['col1'])) .clip(upper=1, lower=0)) df2['val1'] = 1 - df2['val2']
#print(df2)
col1 col2 val2 val1
#0 200 400 0.75 0.25 #1 0 200 0.50 0.50 #2 200 400 0.00 1.00 #3 200 400 0.50 0.50 #4 200 400 0.95 0.05 *
#Get the correct format new_df = (pd.wide_to_long(df2.reset_index(), ['col', 'val'], i='index', j='type') .pivot_table(index='index',columns='col',values='val') .reindex(columns=v_a) .fillna(0) .rename_axis(columns=None, index=None)) 输出
print(new_df) # 0 200 400 600 #0 0.0 0.25 0.75 0.0 #1 0.5 0.50 0.00 0.0 #2 0.0 1.00 0.00 0.0 #3 0.0 0.50 0.50 0.0 #4 0.0 0.05 0.95 0.0回答来源：stackoverflow
2020-03-21 12:54:00赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
