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。
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