我有一个 DataFrame，其中包含一些间隔的第一个和最后一个数字。我怎样才能得到每个数字在每个间隔中出现的次数？

Question

数据框（输入）

0     1.0     25.0
1     1.0     31.0
2     2.0     97.0
3     1.0     25.0
4     1.0     26.0

输出

我想要得到一个索引从 1 到（包括 97）的数组，表示每个索引是间隔中有多少次，例如 1 是 4 个间隔（前两个和最后两个间隔），3 是 5 个间隔，96 是就在 1 个间隔内。请注意，我不能使用循环，我必须使用数组操作（numpy，pandas）来完成它。

我想要得到类似的东西：

1    4 
2    5
3    5
.
.
.
25   5 
26   3
27   2
28   2
29   2
30   2
31   2
32   1
33   1
34   1
.
.
. 
97   1

Answer 1

首先我们需要知道每个值的开盘价和收盘价区间有多少：

>>> df
    col_1 col_2
0     1.0  25.0
1.0   1.0  31.0
2.0   2.0  97.0
3.0   1.0  25.0
4.0   1.0  26.0
>>> idx = pd.RangeIndex(1, 98)
>>> opencount = df['col_1'].value_counts().reindex(idx, fill_value=0)
>>> closecount = df['col_2'].value_counts().reindex(idx, fill_value=0)
>>> opencount
1     3
2     1
3     0
4     0
5     0
 ..
93    0
94    0
95    0
96    0
97    0
Name: col_1, Length: 97, dtype: int64
>>> closecount
1     0
2     0
3     0
4     0
5     0
 ..
93    0
94    0
95    0
96    0
97    1
Name: col_2, Length: 97, dtype: int64

请注意，我们过去常常在和reindex中不可用的所有值处添加零。col_1col_2

如果实际上间隔的结尾包含在间隔中（根据注释），您只需将其closecount向下移动 1：

>>> closecount = closecount.shift(fill_value=0)
>>> closecount
1     0
2     0
3     0
4     0
5     0
     ..
93    0
94    0
95    0
96    0
97    0
Name: col_2, Length: 97, dtype: int64

然后我们可以计算每个点的区间数，即之前打开的区间的总和减去之前关闭的区间的总和。这可以通过以下方式完成cumsum

>>> opencount.cumsum() - closecount.cumsum()
1     4
2     5
3     5
4     5
5     5
     ..
93    1
94    1
95    1
96    1
97    1
Length: 97, dtype: int64