ages = np.array([1,5,10,40,36,12,2,2,67,45,90,3,6,8,23,45,12,15,17,22,4,33,28,56,58,62,77,89,100,18,20,25,30,32]) #年龄数据 quartiles=pd.cut(ages, [0,6,12,17,45,69,100], labels=[u"婴幼儿",u"儿童",u"青少年",u"青年",u"中年",u"老年"]) quartiles
输出
['婴幼儿', '儿童', '儿童', '中年', '中年', ..., '青少年', '青年', '青年', '青年', '青年'] Length: 34 Categories (6, object): ['婴幼儿' < '儿童' < '青少年' < '青年' < '中年' < '老年']
分为6个区间(0, 6],(7, 12],(13,17],(18, 45],(46,69],(70,100]
cut返回的Categorical对象可以直接传递给groupby函数
ages_s = pd.Series(ages)
ages_g =ages_s .groupby(quartiles)
for i in ages_g:
print(i)
输出
('婴幼儿', 0 1
1 5
6 2
7 2
11 3
12 6
20 4
dtype: int32)
('儿童', 2 10
5 12
13 8
16 12
dtype: int32)
('青少年', 17 15
18 17
dtype: int32)
('青年', 3 40
4 36
9 45
14 23
15 45
19 22
21 33
22 28
29 18
30 20
31 25
32 30
33 32
dtype: int32)
('中年', 8 67
23 56
24 58
25 62
dtype: int32)
('老年', 10 90
26 77
27 89
28 100
dtype: int32)
对分组结果进行计算
functions =['min','max','count','mean'] ages_g.agg(functions)
得到每组结果
min max count mean 婴幼儿 1 6 7 3.285714 儿童 8 12 4 10.500000 青少年 15 17 2 16.000000 青年 18 45 13 30.538462 中年 56 67 4 60.750000 老年 77 100 4 89.000000
