Pandas合并垃圾箱

Question

我用numpy直方图和数字化函数创建了一个分布。在

_, bins = np.histogram(x, bins=bins)
arr = np.digitize(x, bins) - 1
x = bins[arr[:]]

或者可能：

^{pr2}$

然而，由于分布是非常倾斜的，即使在去除了异常值之后，也有很多很少观察到的箱子。我想合并垃圾箱，有点类似于：

How to merge bins in R

这个过程可能涉及到pandas groupby，然后将小于n的组大小合并到它们的相邻值。有没有办法在熊猫/纽比实现这一点？在

Answer 1

正如承诺的那样，我在physt 0.3.5版中实现了一些东西。欢迎使用。在

参见http://nbviewer.jupyter.org/github/janpipek/physt/blob/master/doc/Binning2.ipynb#Merging-bins，尤其是{a2}

在您的情况下，工作流如下所示：

import physt
histogram = physt.h1(x, bins=bins)
histogram.merge_bins(min_frequency=n)
bins = histogram.numpy_bins 

请注意，代码处于alpha阶段，并且不是每个bin包含的内容超过所需的最小值（为了保留高窄的bin）。最佳算法仍在寻找中。在