Python: Binning basé sur 2 colonnes dans Pandas

Question

Vous cherchez un moyen rapide et élégant à bin basé sur 2 colonnes dans Pandas.

Voici mon trame de données

       filename height width 
0  shopfronts_23092017_3_285.jpg 750.0 560.0 
1     shopfronts_200.jpg 4395.0 6020.0 
2 shopfronts_25092017_eateries_98.jpg 414.0 621.0 
3     shopfronts_101.jpg 480.0 640.0 
4     shopfronts_138.jpg 3733.0 8498.0 
5 shopfronts_25092017_eateries_95.jpg 187.0 250.0 
6  shopfronts_25092017_neon_33.jpg 100.0 200.0 
7     shopfronts_322.jpg 682.0 1024.0 
8     shopfronts_171.jpg 800.0 600.0 
9   shopfronts_23092017_3_35.jpg 120.0 210.0 

je dois bin les enregistrements basé sur 2 colonnes hauteur & largeur (résolutions d'image)

Je cherche quelque chose comme ça

       filename height width group 
0  shopfronts_23092017_3_285.jpg 750.0 560.0  g3 
1     shopfronts_200.jpg 4395.0 6020.0  g4 
2 shopfronts_25092017_eateries_98.jpg 414.0 621.0 others 
3     shopfronts_101.jpg 480.0 640.0 others 
4     shopfronts_138.jpg 3733.0 8498.0  g4 
5 shopfronts_25092017_eateries_95.jpg 187.0 250.0  g1 
6  shopfronts_25092017_neon_33.jpg 100.0 200.0  g1 
7     shopfronts_322.jpg 682.0 1024.0 others 
8     shopfronts_171.jpg 800.0 600.0  g3 
9   shopfronts_23092017_3_35.jpg 120.0 210.0  g1 

where 

g1: <= 400x300] 
g2: (400x300, 640x480] 
g3: (640x480, 800x600] 
g4: > 800x600 
others: If they don't comply to the requirement (Ex: records 7,2,3 - either height or width will fall in the categories defined but not both) 

Vous cherchez à obtenir le compte de fréquence en utilisant la colonne de groupe. Si ce n'est pas la meilleure façon d'y arriver et s'il y a un meilleur moyen, veuillez me le faire savoir.

Answer 1

En utilisant np.where

In [4510]: df['group'] = np.where((df.height <= 400) & (df.width <= 300), 
     ...:   'g1', 
     ...:   np.where((df.height <= 640) & (df.width <= 480), 
     ...:   'g2', 
     ...:   np.where((df.height <= 800) & (df.width <= 600), 
     ...:   'g3', 
     ...:   np.where((df.height > 800) & (df.width > 600), 
     ...:   'g4', 
     ...:   'others')))) 

In [4511]: df 
Out[4511]: 
           filename height width group 
0  shopfronts_23092017_3_285.jpg 750.0 560.0  g3 
1     shopfronts_200.jpg 4395.0 6020.0  g4 
2 shopfronts_25092017_eateries_98.jpg 414.0 621.0 others 
3     shopfronts_101.jpg 480.0 640.0 others 
4     shopfronts_138.jpg 3733.0 8498.0  g4 
5 shopfronts_25092017_eateries_95.jpg 187.0 250.0  g1 
6  shopfronts_25092017_neon_33.jpg 100.0 200.0  g1 
7     shopfronts_322.jpg 682.0 1024.0 others 
8     shopfronts_171.jpg 800.0 600.0  g3 
9   shopfronts_23092017_3_35.jpg 120.0 210.0  g1 

Answer 2

Vous pouvez utiliser deux pd.cut i.e.

bins = [0,400,640,800,np.inf] 
df['group'] = pd.cut(df['height'].values, bins,labels=["g1","g2","g3",'g4']) 

nbin = [0,300,480,600,np.inf] 
t = pd.cut(df['width'].values, nbin,labels=["g1","g2","g3",'g4']) 

df['group'] =np.where(df['group'] == t,df['group'],'others') 

 
           filename height width group 
0  shopfronts_23092017_3_285.jpg 750.0 560.0  g3 
1     shopfronts_200.jpg 4395.0 6020.0  g4 
2 shopfronts_25092017_eateries_98.jpg 414.0 621.0 others 
3     shopfronts_101.jpg 480.0 640.0 others 
4     shopfronts_138.jpg 3733.0 8498.0  g4 
5 shopfronts_25092017_eateries_95.jpg 187.0 250.0  g1 
6  shopfronts_25092017_neon_33.jpg 100.0 200.0  g1 
7     shopfronts_322.jpg 682.0 1024.0 others 
8     shopfronts_171.jpg 800.0 600.0  g3 
9   shopfronts_23092017_3_35.jpg 120.0 210.0  g1