Pandas数据透视表：按值对列进行分组

Question

我将尝试在Pandas的透视表中使用数字值作为列。问题是，由于每个数字大多是唯一的，所以得到的透视表并不能很好地聚合我的数据。

以下是我目前的代码（示例假数据）：

import pandas as pd   

df = pd.DataFrame({'Country': ['US', 'Brazil', 'France', 'Germany'], 
                       'Continent': ['Americas', 'Americas', 'Europe', 'Europe'], 
                       'Population': [321, 207, 80, 66]})


pd.pivot_table(df, index='Continent', columns='Population', aggfunc='count')

这是生成的图表的图片。

我该如何根据列将我的值分组成范围？

换句话说，我怎样才能计算所有人口...<100、100-200、>300的国家数量？

- Bruno Vieira

Answer 1

使用 pd.cut：

df = df.assign(PopGroup=pd.cut(df.Population,bins=[0,100,200,300,np.inf],labels=['<100','100-200','200-300','>300']))

输出：

  Continent  Country  Population PopGroup
0  Americas       US         321     >300
1  Americas   Brazil         207  200-300
2    Europe   France          80     <100
3    Europe  Germany          66     <100

pd.pivot_table(df, index='Continent', columns='PopGroup',values=['Country'], aggfunc='count')

输出：

        Country          
PopGroup  200-300 <100 >300
Continent                  
Americas      1.0  NaN  1.0
Europe        NaN  2.0  NaN

- Scott Boston

---

非常好的解决方案 - 谢谢！ - Bruno Vieira

@BrunoVieira，请考虑接受一个答案，如果你认为它回答了你的问题。 - MaxU - stand with Ukraine

完成了！谢谢你提醒我（那是我第一个问题）。 - Bruno Vieira

如果默认情况下参数 right 为 true，那么这是否意味着 100 的区间应该标记为 '<= 100' 而不是 '<100'？ - 3pitt