熊猫将数据子集应用于新数据框

Question

我有一个脚本，我可以在其中使用数据框并提取如下数据：

times = pd.Series(df.loc[df['sy_x'].str.contains('AA'), ('t_diff')].quantile([.1, .25, .5, .75, .9]))

我想将结果数据从quantile()每个分位数添加到具有单独列的数据框中，假设这些列是：

   ID pt_1 pt_2 pt_5 pt_7 pt_9

   AA

   BB

   CC

如何将分位数添加到 ID 的每一行？

new_df = None

for index, value in times.items():

   for col in df[['pt_1', 'pt_2','pt_5','pt_7','pt_9',]]:

..但这感觉不对，而且不习惯。我应该使用loc还是iloc？我还有几个系列需要添加到其他未显示的列中，但我想一旦我知道我就可以弄清楚

编辑：一些输出times看起来像：

0.1  -0.5

0.25 -0.3

0.5   0.0

0.75  2.0

0.90  4.0

提前感谢您的任何见解

Answer 1

IIUC，你想要一个groupby()：# toy datanp.random.seed(1)df = pd.DataFrame({'sy_x':np.random.choice(['AA','BB','CC'], 100),                   't_diff': np.random.randint(0,100,100)})df.groupby('sy_x').t_diff.quantile((0.1,.25,.5,.75,.9)).unstack(1)输出：      0.10   0.25  0.50   0.75  0.90sy_x                                AA    16.5  22.25  57.0  77.00  94.5BB     9.1  21.00  58.5  80.25  91.3CC     9.7  23.25  40.5  65.75  84.1

Answer 2

尝试类似：pd.DataFrame(times.values.T, index=times.keys())