web-dev-qa-db-fra.com

Valeurs de bac basées sur des plages avec pandas

J'ai plusieurs fichiers CSV avec des valeurs comme celle-ci dans un dossier:

Le GroupID.csv est le nom de fichier. Il existe plusieurs fichiers comme celui-ci, mais les plages de valeurs sont définies dans le même fichier XML. J'essaie de les regrouper Comment puis-je faire cela?

UPDATE1: Sur la base des commentaires de BobHaffner, je l'ai fait

import pandas as pd 
import glob path =r'path/to/files' 
allFiles = glob.glob(path + "/*.csv")
frame = pd.DataFrame()
list_ = []
for file_ in allFiles:
    df = pd.read_csv(file_,index_col=None, header=None)
    df['file'] = os.path.basename('path/to/files/'+file_)
    list_.append(df)
frame = pd.concat(list_)
print frame

pour obtenir quelque chose comme ça:

J'ai besoin de regrouper les valeurs en fonction des bacs du fichier XML. J'apprécierais vraiment toute aide.

16
pam

Afin de regrouper votre série, vous devez utiliser la fonction pd.cut() , comme ceci:

df['bin'] = pd.cut(df['1'], [0, 50, 100,200])

         0    1        file         bin
0  person1   24     age.csv     (0, 50]
1  person2   17     age.csv     (0, 50]
2  person3   98     age.csv   (50, 100]
3  person4    6     age.csv     (0, 50]
4  person2  166  Height.csv  (100, 200]
5  person3  125  Height.csv  (100, 200]
6  person5  172  Height.csv  (100, 200]

Si vous souhaitez nommer les bacs vous-même, vous pouvez utiliser le labels= argument, comme ceci:

df['bin'] = pd.cut(df['1'], [0, 50, 100,200], labels=['0-50', '50-100', '100-200'])

         0    1        file      bin
0  person1   24     age.csv     0-50
1  person2   17     age.csv     0-50
2  person3   98     age.csv   50-100
3  person4    6     age.csv     0-50
4  person2  166  Height.csv  100-200
5  person3  125  Height.csv  100-200
6  person5  172  Height.csv  100-200
38
firelynx