Pandas: Gruppe von gleich Bereich

Question

Dies ist ein Beispiel für meinen Datenrahmen:

df_lst = [ 
    {"wordcount": 100, "Stats": 198765, "id": 34}, 
    {"wordcount": 99, "Stats": 98765, "id": 35}, 
    {"wordcount": 200, "Stats": 18765, "id": 36}, 
    {"wordcount": 250, "Stats": 788765, "id": 37}, 
    {"wordcount": 345, "Stats": 12765, "id": 38}, 
    {"wordcount": 456, "Stats": 238765, "id": 39}, 
    {"wordcount": 478, "Stats": 1934, "id": 40}, 
    {"wordcount": 890, "Stats": 19845, "id": 41}, 
    {"wordcount": 812, "Stats": 1987, "id": 42}] 
df = pd.DataFrame(df_lst) 
df.set_index('id', inplace=True) 
df.head() 

DF:

Stats wordcount 
id  
34 198765 100 
35 98765 99 
36 18765 200 
37 788765 250 
38 12765 345 

Ich mag die durchschnittlichen Stats für jeden Bereich von wordcount mit einem berechnen Schritt von 100 so sieht der neue Datenrahmen in etwa so aus:

Average wordcount 
    194567 100 
    23456 200 
    2378 300 
    ... 

Wo 100 bedeutet fr om 0-100 usw. Ich habe angefangen, mehrere Bedingungen zu schreiben, habe aber das Gefühl, dass es einen effizienteren Weg gibt, dies zu erreichen. Ich schätze deine Hilfe.

Answer 1

Verwendung pd.cut() Methode:

In [92]: bins = np.arange(0, df['wordcount'].max().round(-2) + 100, 100) 

In [94]: df.groupby(pd.cut(df['wordcount'], bins=bins, labels=bins[1:]))['Stats'].mean() 
Out[94]: 
wordcount 
100 148765.0 
200  18765.0 
300 788765.0 
400  12765.0 
500 120349.5 
600   NaN 
700   NaN 
800   NaN 
900  10916.0 
Name: Stats, dtype: float64 

Answer 2

import math 
def roundup(x): 
    return int(math.ceil(x/100.0)) * 100 
df['roundup']=df.wordcount.apply(roundup) 
df.groupby('roundup').Stats.mean() 
Out[824]: 
roundup 
100 148765.0 
200  18765.0 
300 788765.0 
400  12765.0 
500 120349.5 
900  10916.0 
Name: Stats, dtype: float64