대상값이 속하는 구간 나타내기(ing)

기준 구간에서 대상값이 속하는 구간을 나타낼 필요가 있다.
단지 구간을 표시하기 위해 pd.cut() 함수를 사용하면 된다.
그러나 이 함수는 기준 구간을 별도로 객체화 할 수 없다.
이 경우 다음 함수를 사용할 수 있다.

pd.Intereval(left, right, closed='right')
이 함수는  left< value <= right 즉, (left, right]로 결과를 반환하는 함수이다.
위 결과 중 '(': 개구간(open interval)
 '[': 폐구간(closed interval)
이 함수의 인수중 closed는 폐구간의 위치를 설정하는 것으로 그 인수는 다음과 같다.
'left;, ;right', 'both', 'neither'을 선택할 수 있고 기본값은 'right'이다.

In [1]: a=np.random.randint(1, 100, 5)
예로 사용할 데이터를 만들기 위해 임의의 수를 추출했다. 그 객체는 코드 [2]와 같다.
In [2]: a
Out[2]: array([14, 26, 46, 76, 53])

코드 [2]의 결과를 기준으로 기준이 되는 10개의 구간을 생성하기 위해 각 구간의 값들을 linspace() 함수를 사용하여 추출하였다. 이 함수는 지정한 구간에 일정한 길이로 지정한 수 만큼을 생성한다.

In [3]:a_int=np.linspace(min(a)-1, max(a)+1, 10)
In [4]: a_int
Out[4]:
array([ 13.        ,  20.11111111,  27.22222222,  34.33333333,
        41.44444444,  48.55555556,  55.66666667,  62.77777778,
        69.88888889,  77.        ])
위의 결과에 객체 a의 각 원소가 어느 위치에 속하는 가를 나타내기 위해 pd.cut()함수를 사용한다.

In [5]: b=pd.cut(a, bins=a_int)

In [6]: b
Out[6]:
[(13.0, 20.111], (20.111, 27.222], (41.444, 48.556], (69.889, 77.0], (48.556, 55.667]]
Categories (9, interval[float64]): [(13.0, 20.111] < (20.111, 27.222] < (27.222, 34.333] < (34.333, 41.444] ... (48.556, 55.667] < (55.667, 62.778] < (62.778, 69.889] < (69.889, 77.0]]

위의 결과를 바탕으로 기준이 되는 구간 (코드 [6]결과의 Categories)을 사용하고자 할 경우 이 결과를 별개의 객체로 나타낼 수 없다. 그러므로 pd.Interval()을 사용한다.

In [7]: inter_ref=[pd.Interval(a_int[i-1], a_int[i], closed='left') for i in range(1, len(a_int))]
In [8]: inter_ref
Out[8]:
[Interval(13.0, 20.111111111111111, closed='left'),
 Interval(20.111111111111111, 27.222222222222221, closed='left'),
 Interval(27.222222222222221, 34.333333333333329, closed='left'),
 Interval(34.333333333333329, 41.444444444444443, closed='left'),
 Interval(41.444444444444443, 48.555555555555557, closed='left'),
 Interval(48.555555555555557, 55.666666666666664, closed='left'),
 Interval(55.666666666666664, 62.777777777777771, closed='left'),
 Interval(62.777777777777771, 69.888888888888886, closed='left'),
 Interval(69.888888888888886, 77.0, closed='left')]

코드 [8]의 결과는 코드 [6]의 Category 값들과 같다.
이러한 결과를 가지고 a의 각 원소가 inter_ref의 어느 구간에 속하는 가를 표로 나타내 보자.
이러한 표현을 위해 inter_ref의 값을 인덱스로 하고 그에 해당하는 값을 모두 0으로 하는 표를 작성한다.
코드 [9]에서 사용된 함수
np.repeat(value, repeats, axis=None);
value를 지정한 반복수(repeats)만큼 생성하여 DataFrame을 생성한다. axis에 의해 축을 결정할 수 있다.
In [9]: z=pd.DataFrame(np.repeat(0, len(inter_ref)), index=inter_ref)
In [10]: z
Out[10]:
                                0
[13.0, 20.1111111111)           0
[20.1111111111, 27.2222222222)  0
[27.2222222222, 34.3333333333)  0
[34.3333333333, 41.4444444444)  0
[41.4444444444, 48.5555555556)  0
[48.5555555556, 55.6666666667)  0
[55.6666666667, 62.7777777778)  0
[62.7777777778, 69.8888888889)  0
[69.8888888889, 77.0)           0

코드 [11]에서 생성한 테이블에 대상 객체의 원소가 속하는 구간에 그 값 또는 그 값의 인덱스등을 입력하는 방식으로 작성한다.

In [11]: z=pd.DataFrame(np.repeat(0, len(inter_ref)), index=inter_ref)
In [12]:
for j in a:
    for i in inter_ref:
        if j in i:
            z.ix[i,0]=j
            break

In [13]: z
Out[13]:
                                 0
[13.0, 20.1111111111)           14
[20.1111111111, 27.2222222222)  26
[27.2222222222, 34.3333333333)   0
[34.3333333333, 41.4444444444)   0
[41.4444444444, 48.5555555556)  46
[48.5555555556, 55.6666666667)  53
[55.6666666667, 62.7777777778)   0
[62.7777777778, 69.8888888889)   0
[69.8888888889, 77.0)           76

그러나 이 경우 대상값 중에 같은 값이 있을 경우 최종 것만 채워진다.
In[14]: z=pd.DataFrame(np.repeat(0, len(inter_ref)), index=inter_ref)
In[15]:
for j in [14, 14, 45, 56]:
    for i in inter_ref:
        if j in i:
            z.ix[i,0]=j
            break

In[16]: z
Out[16]:
                                 0
[13.0, 20.1111111111)           14
[20.1111111111, 27.2222222222)   0
[27.2222222222, 34.3333333333)   0
[34.3333333333, 41.4444444444)   0
[41.4444444444, 48.5555555556)  45
[48.5555555556, 55.6666666667)   0
[55.6666666667, 62.7777777778)  56
[62.7777777778, 69.8888888889)   0
[69.8888888889, 77.0)            0