Subset Datenrahmen auf einer Spalte mit Typ = Kategorie

Question

Ich bin verwirrt, warum der untenstehende Code nicht funktioniert. Ich habe die Spalte AgeBands mit der pd.cut Funktion erstellt, also ist der Typ Kategorie. In der Theorie sollte ich in der Lage sein, mich darauf zu subsettieren, wie ich es in einer String-Spalte tun würde, aber wenn ich versuche, dass der resultierende Datenrahmen new_df null Zeilen hat. Was vermisse ich?

import numpy as np 
import pandas as pd 

df = pd.DataFrame({'Age' : [22, 38, 26, 35, 35, 65]}) 
df['AgeBands'] = pd.cut(df['Age'], [0,10,20,30,40,50,max(df['Age'])]) 

new_df = df[df['AgeBands'] == '(30-40]'] 
new_df.shape 

Wenn df.info() läuft Ich habe Bestätigung der AgeBands tatsächlich vom Typ der Kategorie:

<class 'pandas.core.frame.DataFrame'> 
RangeIndex: 6 entries, 0 to 5 
Data columns (total 2 columns): 
Age   6 non-null int64 
AgeBands 6 non-null category 
dtypes: category(1), int64(1) 
memory usage: 174.0 bytes 

Answer 1

Sie falsch schreiben, was Sie in der df hatte, es ist '(30, 40]', nicht '(30-40]'

import numpy as np 
import pandas as pd 

df = pd.DataFrame({'Age' : [22, 38, 26, 35, 35, 65]}) 
df['AgeBands'] = pd.cut(df['Age'], [0,10,20,30,40,50,max(df['Age'])]) 

new_df = df[df['AgeBands'] == '(30, 40]'] 
new_df 

ouput

Age AgeBands 
1 38 (30, 40] 
3 35 (30, 40] 
4 35 (30, 40] 

Answer 2

Zum besseren Verständnis können Sie Label für Bucket-Bereich festlegen.

df['AgeBands'] = pd.cut(df['Age'], [0,10,20,30,40,50,max(df['Age'])], labels=range(1,7)) 

Ausgang:

Age AgeBands 
0 22  3 
1 38  4 
2 26  3 
3 35  4 
4 35  4 
5 65  6 

finden df[df['AgeBands'] == 3]

Age AgeBands 
0 22  3 
2 26  3