pandas 处理不连续数字的分组问题

 构造数据：

np.random.seed(1)
df = pd.DataFrame({'编号':[1,2,3,4,5,7,8,9,11,12,14,15,16,19],
                  '金额':np.random.randint(40,200,size=(14))})

 

 

方法一：pd.cut()

(    
    df
    .assign(编号=lambda d:pd.cut(d['编号'],[0,5,9,12,14,19],
                               labels=['1-5','7-9','11-12','14-16','19']))
    .groupby('编号')
    .sum()
)

方法二：增加辅助列

(
    df
    .assign(flag=lambda d:np.arange(1,len(d)+1)-d['编号'])
    .groupby('flag').agg({'编号':lambda s:'%d-%d'%(min(s),max(s)),'金额':'sum'})
    .set_index('编号')
)

方法三：replace()

(
    df
    .replace([[i for i in range(1,6)],
              [i for i in range(7,10)],
              [i for i in range(11,13)],
              [i for i in range(14,17)],
              [i for i in range(19,20)]
               ],
             value=['1-5','7-9','11-12','14-16','19'])
    .groupby('编号')
    .sum()
)

三种方法的结果一样，只是排序有些不同： 

深入浅出pandas，很棒的书！