Pandas Group โดย Range of Values

มีวิธีง่ายๆในการเรียกใช้groupbyช่วงของค่าที่เพิ่มขึ้นหรือไม่? ตัวอย่างเช่นตัวอย่างด้านล่างฉันสามารถ bin และคอลัมน์กลุ่มBด้วยการ0.155เพิ่มขึ้นเพื่อให้ตัวอย่างเช่นสองกลุ่มแรกในคอลัมน์Bถูกแบ่งออกเป็นช่วงระหว่าง '0 - 0.155, 0.155 - 0.31 ...

import numpy as np
import pandas as pd
df=pd.DataFrame({'A':np.random.random(20),'B':np.random.random(20)})

     A         B
0  0.383493  0.250785
1  0.572949  0.139555
2  0.652391  0.401983
3  0.214145  0.696935
4  0.848551  0.516692

หรืออีกวิธีหนึ่งฉันสามารถจัดหมวดหมู่ข้อมูลโดยการเพิ่มขึ้นเหล่านั้นลงในคอลัมน์ใหม่ก่อนแล้วจึงใช้groupbyเพื่อกำหนดสถิติที่เกี่ยวข้องที่อาจใช้ได้ในคอลัมน์A?

คุณอาจสนใจpd.cut:

>>> df.groupby(pd.cut(df["B"], np.arange(0, 1.0+0.155, 0.155))).sum()
                      A         B
B                                
(0, 0.155]     2.775458  0.246394
(0.155, 0.31]  1.123989  0.471618
(0.31, 0.465]  2.051814  1.882763
(0.465, 0.62]  2.277960  1.528492
(0.62, 0.775]  1.577419  2.810723
(0.775, 0.93]  0.535100  1.694955
(0.93, 1.085]       NaN       NaN

[7 rows x 2 columns]

ลองสิ่งนี้:

df = df.sort('B')
bins =  np.arange(0,1.0,0.155)
ind = np.digitize(df['B'],bins)

print df.groupby(ind).head()

แน่นอนคุณสามารถใช้ฟังก์ชั่นใด ๆ headในกลุ่มไม่ได้เป็นเพียง