python - 使用 pandas 对列中的重复值进行分类

Question

我有一个数据框，我在数据框名称“压力”中有一列，它具有重复值，我想对其进行分类。我有这样的列 在此处输入图像描述

pressure
0.03
0.03
0.03
2.07
2.07
2.07
3.01
3.01

我尝试了 groupby() 方法，但无法创建段列。我认为这是熊猫的一种简单方法，任何人都可以帮助我。我需要这样的输出 在此处输入图像描述

Pressue   Segment
0.03      1
0.03      1
0.03      1
2.07      2
2.07      2
2.07      2
3.01      3
3.01      3

提前致谢

Answer 1

factorize如果性能很重要，请使用：

data["Segment"]= pd.factorize(data["pressure"])[0] + 1
print (data)
   pressure  Segment
0      0.03        1
1      0.03        1
2      0.03        1
3      2.07        2
4      2.07        2
5      2.07        2
6      3.01        3
7      3.01        3

性能：

data = pd.DataFrame({'pressure': np.sort(np.random.randint(1000, size=10000)) / 100})

In [312]: %timeit data["pressure"].replace({j: i for i,j in enumerate(data["pressure"].unique(),start=1)}).astype("int")
141 ms ± 3.11 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [313]: %timeit pd.factorize(data["pressure"])[0] + 1
751 µs ± 3.97 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 2

dict使用列中的唯一值创建pressure并标记对应的相同然后使用replace

d = {j: i for i,j in enumerate(data["Pressure"].unique(),start=1)}

data["Segment"]= data["Pressure"].replace(d).astype("int")
print(data)

输出：

Pressure   Segment
0.03      1
0.03      1
0.03      1
2.07      2
2.07      2
2.07      2
3.01      3
3.01      3