在Python中对pandas中的数据框进行分箱[重复]

给定 pandas 中的以下数据框：

import numpy as np
df = pandas.DataFrame({"a": np.random.random(100), "b": np.random.random(100), "id": np.arange(100)})

where id是每个点的 id，由a and b值，我该如何分类a and b放入一组指定的垃圾箱中（这样我就可以取中值/平均值a and b在每个垃圾箱中）？df可能有NaN值a or b（或两者）对于任何给定行df.

这是一个更好的例子，使用 Joe Kington 的解决方案，更现实df。我不确定的是如何访问df.b每个元素df.a以下组：

a = np.random.random(20)
df = pandas.DataFrame({"a": a, "b": a + 10})
# bins for df.a
bins = np.linspace(0, 1, 10)
# bin df according to a
groups = df.groupby(np.digitize(df.a,bins))
# Get the mean of a in each group
print groups.mean()
## But how to get the mean of b for each group of a?
# ...

可能有一种更有效的方法（我有一种感觉pandas.crosstab在这里很有用），但我会这样做：

import numpy as np
import pandas

df = pandas.DataFrame({"a": np.random.random(100),
                       "b": np.random.random(100),
                       "id": np.arange(100)})

# Bin the data frame by "a" with 10 bins...
bins = np.linspace(df.a.min(), df.a.max(), 10)
groups = df.groupby(np.digitize(df.a, bins))

# Get the mean of each bin:
print groups.mean() # Also could do "groups.aggregate(np.mean)"

# Similarly, the median:
print groups.median()

# Apply some arbitrary function to aggregate binned data
print groups.aggregate(lambda x: np.mean(x[x > 0.5]))

编辑：由于OP专门询问了方法b按中的值进行分箱a， 做就是了

groups.mean().b

另外，如果您希望索引看起来更好（例如，将间隔显示为索引），就像 @bdiamante 的示例中所做的那样，请使用pandas.cut代替numpy.digitize。 （感谢 bidamante。我没有意识到pandas.cut存在。）

import numpy as np
import pandas

df = pandas.DataFrame({"a": np.random.random(100), 
                       "b": np.random.random(100) + 10})

# Bin the data frame by "a" with 10 bins...
bins = np.linspace(df.a.min(), df.a.max(), 10)
groups = df.groupby(pandas.cut(df.a, bins))

# Get the mean of b, binned by the values in a
print groups.mean().b

这导致：

a
(0.00186, 0.111]    10.421839
(0.111, 0.22]       10.427540
(0.22, 0.33]        10.538932
(0.33, 0.439]       10.445085
(0.439, 0.548]      10.313612
(0.548, 0.658]      10.319387
(0.658, 0.767]      10.367444
(0.767, 0.876]      10.469655
(0.876, 0.986]      10.571008
Name: b