Превратите строковое представление интервала в фактический интервал в пандах
Моя проблема довольно проста, но я не уверен, что есть способ сделать то, что я ищу:
Мне пришлось хранить в базе данных SQL некоторые данные, включая некоторые интервалы, которые позже будут использоваться. Из-за этого мне пришлось хранить его в виде строки, например:
variable interval
A (-0.001, 2.0]
A (2.0, 6.0]
Итак, я хочу использовать указанные интервалы для вырезания другой переменной, например:
df1 = pd.DataFrame({'interval': {4: '(-0.001, 2.0]',
5: '(2.0, 6.0]'},
'variable': {4: 'A',
5: 'A',
}})
df2 = pd.DataFrame({'A': [1,1,3]})
bins = df1[df1.variable.eq('A')].interval
new_series = pd.cut(df2['A'], bins=bins)
Но это приносит:
ValueError: could not convert string to float: '(-0.001, 2.0]'
Пытался:
bins = bins.astype('interval')
Но это приносит:
TypeError: type <class 'str'> with value (-0.001, 2.0] is not an interval
Я могу что-то сделать? Спасибо
Ответы 1
IIUC, вы можете проанализировать строку вручную, а затем преобразовать бины в IntervalIndex:
import ast
import pandas as pd
def interval_type(s):
"""Parse interval string to Interval"""
table = str.maketrans({'[': '(', ']': ')'})
left_closed = s.startswith('[')
right_closed = s.endswith(']')
left, right = ast.literal_eval(s.translate(table))
t = 'neither'
if left_closed and right_closed:
t = 'both'
elif left_closed:
t = 'left'
elif right_closed:
t = 'right'
return pd.Interval(left, right, closed=t)
df1 = pd.DataFrame({'interval': {4: '(-0.001, 2.0]', 5: '(2.0, 6.0]'},
'variable': {4: 'A', 5: 'A'}})
df1['interval'] = df1['interval'].apply(interval_type)
df2 = pd.DataFrame({'A': [1, 1, 3]})
bins = df1[df1.variable.eq('A')].interval
new_series = pd.cut(df2['A'], bins=pd.IntervalIndex(bins))
print(new_series)
Выход
0 (-0.001, 2.0]
1 (-0.001, 2.0]
2 (2.0, 6.0]
Name: A, dtype: category
Categories (2, interval[float64]): [(-0.001, 2.0] < (2.0, 6.0]]
Нет проблем, с каждым ответом, который я пишу, я немного узнаю.
Нас двое!
Это сработало почти на 100% для меня, но у меня есть несколько интервалов «inf», которые вызывают ValueError от ast. Кто-нибудь знает, как это исправить? ValueError: malformed node or string: <_ast.Name object at 0x7f3cbd48ae20> Где была строка: (1.0, inf]
@RômuloFérrerFilho и другие, способ - получить границы интервала вручную, например. используя: left, right = map(float, s.translate(table).replace('(', '').replace(')', '').split(', ')) вместо строки ast.literal_eval.
Большое спасибо! думал, что есть более прямой способ разбора, и теперь мне неловко из-за того, что вы написали это для меня.