Блог

Главная - Вопросы по программированию - Есть ли способ создавать ячейки в python вместо перечисления всех номеров ячеек (как показано в коде ниже) и, возможно, без необходимости использовать np.оцифровать?

Есть ли способ создавать ячейки в python вместо перечисления всех номеров ячеек (как показано в коде ниже) и, возможно, без необходимости использовать np.оцифровать?

#python #arrays #numpy #bins #digitization

Вопрос:

В моем коде я создал 10 ячеек (конкретные диапазоны ячеек перечислены ниже).:

  1. 4100000-4155304
  2. 4155304-4210608
  3. 4210608-4321216
  4. 4321216-4542432
  5. 4542432-4984865
  6. 4984865-5327533
  7. 5327533-5670201
  8. 5670201-5746217
  9. 5746217-5873109
  10. 5873109-6000000 
     bins = [4100000,4155304,4210608,4321216,4542432,4984865,5327533,5670201,5746217,5873109,6000000]
bin_indices = np.digitize(bins_array, bins)

Есть ли способ сделать это без необходимости перечислять все номера ячеек (ячейки = [номера ячеек]) и, возможно, также без необходимости использовать np.оцифровать?
Большое спасибо!

Комментарии:

1. Нет никакого математического правила (которое я вижу), определяющего границы ваших ячеек. Поэтому у вас не будет другого выбора, кроме как жестко закодировать список «бункеров». Конечно, вы могли бы написать свою собственную реализацию digitize (), но зачем вам это нужно?

Ответ №1:

Просто используйте этот numpy.arange метод:

 bins = np.arange(4100000, 6000000, 55304)
bins

Выход

 array([4100000, 4155304, 4210608, 4265912, 4321216, 4376520, 4431824,
       4487128, 4542432, 4597736, 4653040, 4708344, 4763648, 4818952,
       4874256, 4929560, 4984864, 5040168, 5095472, 5150776, 5206080,
       5261384, 5316688, 5371992, 5427296, 5482600, 5537904, 5593208,
       5648512, 5703816, 5759120, 5814424, 5869728, 5925032, 5980336])

Овации

Ответ №2:

Я не могу найти оригинального автора другого поста SO, в котором я получил это от использования Панд, но, возможно, попробуйте что-то подобное ниже, что я очень быстро собрал вместе, чтобы попробовать идею. Фрейм данных-это просто случайный диапазон, позволяющий генерировать поддельные данные в диапазонах, которые вы ищете.

 import pandas as pd
import numpy as np

#create bins amp; categories for data ranges
cats = ['4100000_4155303',
        '4155304_4210608',
        '4210608_4321215',
        '4321216_4542431',
        '4542432_4984864',
        '4984865_5327532',
        '5327533_5670200',
        '5670201_5746216',
        '5746217_5873108',
        '5873109_6000000']

bins = [0,
        4100000,
        4210608,
        4321215,
        4542431,
        4984864,
        5327532,
        5670200,
        5746216,
        5873108,
        6000000]


def binn(df):
    df = (df.groupby([df.index, pd.cut(df['A'], bins, labels=cats)])
                .size()
                .unstack(fill_value=0)
                .reindex(columns=cats, fill_value=0))
    return df


rng = np.random.default_rng()
df = pd.DataFrame(rng.integers(4155304, 6000000, size=(1000, 1)), columns=list('A'))

dfBinned = binn(df)

print('All data binned in column A of the df')
print(dfBinned.sum(axis = 0))

Это печатает:

 All data binned in column A of the df
A
4100000_4155303      0
4155304_4210608     35
4210608_4321215     42
4321216_4542431    130
4542432_4984864    239
4984865_5327532    174
5327533_5670200    205
5670201_5746216     37
5746217_5873108     63
5873109_6000000     75
dtype: int64
Метки: , ,