将 pandas 中的区间字符串表示转化为实际区间

Question

将 pandas 中的区间字符串表示转化为实际区间

4

我的问题比较简单，但我不确定有没有办法实现我想要的:

我需要将一些包含后续使用的时间间隔的数据存储在SQL数据库中。由于这个原因，我将其存储为字符串，格式如下:

 variable     interval
    A          (-0.001, 2.0]
    A          (2.0, 6.0]

那么，我想要使用这些间隔来切分另一个变量，就像这样：

df1 =  pd.DataFrame({'interval': {4: '(-0.001, 2.0]',
  5: '(2.0, 6.0]'},
 'variable': {4: 'A',
  5: 'A',
}})
df2 =  pd.DataFrame({'A': [1,1,3]})
bins = df1[df1.variable.eq('A')].interval
new_series = pd.cut(df2['A'], bins=bins)

但这带来了：

 ValueError: could not convert string to float: '(-0.001, 2.0]'

尝试过：

bins = bins.astype('interval')

这会带来：

TypeError: type <class 'str'> with value (-0.001, 2.0] is not an interval

有什么我可以做的吗？谢谢

- Juan C

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Dani Mesejo · Accepted Answer

如果我理解得没错的话，您可以手动解析字符串，然后将它们转换为区间索引：

import ast

import pandas as pd


def interval_type(s):
    """Parse interval string to Interval"""
    
    table = str.maketrans({'[': '(', ']': ')'})
    left_closed = s.startswith('[')
    right_closed = s.endswith(']')

    left, right = ast.literal_eval(s.translate(table))

    t = 'neither'
    if left_closed and right_closed:
        t = 'both'
    elif left_closed:
        t = 'left'
    elif right_closed:
        t = 'right'

    return pd.Interval(left, right, closed=t)


df1 = pd.DataFrame({'interval': {4: '(-0.001, 2.0]', 5: '(2.0, 6.0]'},
                    'variable': {4: 'A', 5: 'A'}})
df1['interval'] = df1['interval'].apply(interval_type)

df2 = pd.DataFrame({'A': [1, 1, 3]})
bins = df1[df1.variable.eq('A')].interval
new_series = pd.cut(df2['A'], bins=pd.IntervalIndex(bins))

print(new_series)

输出

0    (-0.001, 2.0]
1    (-0.001, 2.0]
2       (2.0, 6.0]
Name: A, dtype: category
Categories (2, interval[float64]): [(-0.001, 2.0] < (2.0, 6.0]]