Skip to main content
 首页 » 编程设计

python之使用 Pandas 移动分类值窗口

2025年05月04日852php

我有一个像这样的 Pandas 系列:

s = pd.Series(["A", "A", "B", "C", "A", "C", "A", "C", "A", "B", "B", "B", "A", "A", "C"]) 

我想在大小为 4 的非重叠窗口中获取每个字母的数量或比例。

我试过这个:

pd.rolling_apply(s, 4, pd.value_counts) 

但它不起作用。

ValueError: could not convert string to float: C 

执行此任务有什么想法吗?

请您参考如下方法:

由于您的系列使用 RangeIndex,您可以通过除以它们的大小来创建非重叠窗口:

print(s.index // 4) 
# => Int64Index([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3], dtype='int64') 

按以上分组并使用.value_counts():

s.groupby(s.index // 4).value_counts() 
 
# 0  A    2 
#    B    1 
#    C    1 
# 1  A    2 
#    C    2 
# 2  B    3 
#    A    1 
# 3  A    2 
#    C    1 
# dtype: int64 

如果您更喜欢比例而不是计数,请给 .value_counts() 参数 normalize=True:

s.groupby(s.index // 4).value_counts(normalize=True) 
 
# 0  A    0.500000 
#    B    0.250000 
#    C    0.250000 
# 1  A    0.500000 
#    C    0.500000 
# 2  B    0.750000 
#    A    0.250000 
# 3  A    0.666667 
#    C    0.333333 
# dtype: float64 

如果您的系列有不同类型的索引,您仍然可以按如下方式生成窗口:

pd.Series(range(len(s))) // 4 
 
# 0     0 
# 1     0 
# 2     0 
# 3     0 
# 4     1 
# 5     1 
# 6     1 
# 7     1 
# 8     2 
# 9     2 
# 10    2 
# 11    2 
# 12    3 
# 13    3 
# 14    3 
# dtype: int64 

以下两行中的任何一行都会产生与上面相同的输出:

s.groupby(pd.Series(range(len(s))) // 4).value_counts() 
s.groupby(pd.Series(range(len(s))) // 4).value_counts(normalize=True)