从熊猫分类中的分类箱

使用熊猫cut我可以通过提供边缘和熊猫创建分类箱来定义箱柜，如(a, b]。从熊猫分类中的分类箱

我的问题是如何排序箱（从最低到最高）？

import numpy as np 
import pandas as pd 

y = pd.Series(np.random.randn(100)) 

x1 = pd.Series(np.sign(np.random.randn(100))) 
x2 = pd.cut(pd.Series(np.random.randn(100)), bins = [-3, -0.5, 0, 0.5, 3]) 

model = pd.concat([y, x1, x2], axis = 1, keys = ['Y', 'X1', 'X2'])

我有一个中间结果，其中箱的顺序被保存

int_output = model.groupby(['X1', 'X2']).mean().unstack() 
int_output.columns = int_output.columns.get_level_values(1) 

X2 (-3, -0.5] (-0.5, 0] (0, 0.5] (0.5, 3] 
X1            
-1.0 0.101475 -0.344419 -0.482992 -0.015179 
1.0 0.249961 0.484757 -0.066383 -0.249414

但后来我这样做，随意改变仓的顺序等操作：

output = pd.concat(int_output.to_dict('series'), axis = 1) 

     (-0.5, 0] (-3, -0.5] (0, 0.5] (0.5, 3] 
X1            
-1.0 -0.344419 0.101475 -0.482992 -0.015179 
1.0 0.484757 0.249961 -0.066383 -0.249414

现在我想绘制条形图中的数据，但是我希望箱子从最低（-3，-0.5）到最高（0.5，3）排序。

我想我可以通过操纵字符串，使用“，”拆分然后清除括号来实现这一点，但我想知道是否有更好的方法。

来源

2017-04-06 FLab

我认为你的问题归结为时间间隔被表示为包含字符串浮动值本身难以分类。将间隔转换为python元组怎么样？例如'import ast; x2 = x2.map（lambda r：ast.literal_eval（r.replace（']'，'）'）））'。这使得以后很容易对它们进行分类。 – mhoff

失败的主要问题orderedCategoricalIndex。

np.random.seed(12456) 
y = pd.Series(np.random.randn(100)) 
x1 = pd.Series(np.sign(np.random.randn(100))) 
x2 = pd.cut(pd.Series(np.random.randn(100)), bins = [-3, -0.5, 0, 0.5, 3]) 

model = pd.concat([y, x1, x2], axis = 1, keys = ['Y', 'X1', 'X2']) 
int_output = model.groupby(['X1', 'X2']).mean().unstack() 
int_output.columns = int_output.columns.get_level_values(1) 

print (int_output) 
X2 (-3, -0.5] (-0.5, 0] (0, 0.5] (0.5, 3] 
X1            
-1.0 0.230060 -0.079266 -0.079834 -0.064455 
1.0 -0.451351 0.268688 0.020091 -0.280218 

print (int_output.columns) 
CategoricalIndex(['(-3, -0.5]', '(-0.5, 0]', '(0, 0.5]', '(0.5, 3]'], 
       categories=['(-3, -0.5]', '(-0.5, 0]', '(0, 0.5]', '(0.5, 3]'], 
       ordered=True, name='X2', dtype='category') 

output = pd.concat(int_output.to_dict('series'), axis = 1) 
print (output) 
     (-0.5, 0] (-3, -0.5] (0, 0.5] (0.5, 3] 
X1            
-1.0 -0.079266 0.230060 -0.079834 -0.064455 
1.0 0.268688 -0.451351 0.020091 -0.280218 

print (output.columns) 
Index(['(-0.5, 0]', '(-3, -0.5]', '(0, 0.5]', '(0.5, 3]'], dtype='object')

一个可能的解决方案是从output.columnsextract第一号，创建助手系列和排序。最后reindex原始列：

cat = output.columns.str.extract('\((.*),', expand=False).astype(float) 
a = pd.Series(cat, index=output.columns).sort_values() 
print (a) 
(-3, -0.5] -3.0 
(-0.5, 0] -0.5 
(0, 0.5]  0.0 
(0.5, 3]  0.5 
dtype: float64 

output = output.reindex(columns=a.index) 
print (output) 
     (-3, -0.5] (-0.5, 0] (0, 0.5] (0.5, 3] 
X1            
-1.0 0.230060 -0.079266 -0.079834 -0.064455 
1.0 -0.451351 0.268688 0.020091 -0.280218

来源

2017-04-06 11:09:21 jezrael

一个简单的办法，以您在上方突出的问题是简单地重新排序列：

output[sorted(output.columns)]

来源

2017-10-18 16:04:17

从熊猫分类中的分类箱

回答

相关问题