問題タブ [binning]

年齢を異なるグループに分類する関数を作成しようとしています。

私のデータが次のとおりであるとします。

生年

私の関数は、誕生年を年齢に変換し、agebreaks と呼ばれるデータ フレームに基づいて 10 の異なるカテゴリのうちの 1 つにビン化するように記述されています。

関数：

私が欲しいのは、グループ化された 14 歳から 19 歳のすべて、グループ化された 20 歳から 24 歳などです。希望の 10 グループの代わりに得られるのは 20 18 グループです。cut() も使用してみましたが、役に立ちませんでした。助言がありますか？

私はこのような情報を持っています

ご覧のとおり、情報は時間と ID でソートされています。私ができるようにしたいのは、次のことに進む前に費やした時間を数えること9008 905です9008 1111

そして、私はこのようにそれを読んでいます

これがこの問題に取り組む最善の方法であるかどうかはわかりません。

ありがとう。

サイズ (Mx3) の行列があります。列 1 と 2 はそれぞれ緯度と経度です。列 3 は温度値です。100 メートル四方のビンごとに、いくつかのポイントではなく 1 つのポイントが表示されるように、データのエリア ビニングを実行したいと考えています。

地理的にエリアビニングを行う方法を知っている人はいますか?!

私は今晩少しワイルドになり、分析中のいくつかの財務データを操作するために、ヒストグラム ビンでパーティーをすることにしました。

しかし、私が「ビン内」操作を適用したい方法が、研究や遊びを通してもすぐに明らかにならず、煩わしいことを証明しているため、パーティーはうんざりしているようです.

欲望：列内で「ビニング」インデックスを使用して、ある種の行単位の「ビン内」操作を実行したいと思います。この操作では、独自のビンの最初の要素への相対参照が行われます。操作が違いを取る次の単一ビンの例を検討してください

A=

相対演算は、列 2 のすべての要素と列 2 の最初の要素との差をとります。

bin_differencing_function(A)=

さて、さらに便利なのは、bin_differencing_function(A) に任意の数のビンを持つ二重列行列を供給できることです。

A=

better_bin_differencing_function(A)=

最も便利なのは、better_bin_differencing_function(A) に任意の数のビンを持つ二重列行列を供給できることです。

A=

best_bin_differencing_function(A)=

大きな望みは、(可能であれば) ベクトル化を利用して、長さが 1 から 200 の間で変化する多くのビンを操作するコードを作成することです。

fun(x) は for ループを持つ関数です。

Windows 7 で MATLAB 7.10.0.499 (R2010a) を実行しています。例によってこのクエリが長くなってしまい申し訳ありません。

GPS 座標を使用した直線の地形データのように、高さの値が頻繁に含まれるデータ セットがあります。GPS 座標と三角法を使用して累積距離列を作成しました。ただし、ポイント間の距離は異なります。10cmの時もあれば13cmの時もあれば、40cmの時もある。

平均高さを 0.5 メートルごとに取得したいのですが、距離列が 0.5 の倍数にならないことがあります。これは、出力列が生データ列よりも大幅に短くなることを意味します。

私の主な問題は、このプロセスをグーグルで検索するために何と呼ばれているのかわからないことだと思います。もう 1 つの問題は、前述のように距離が不規則であることです。私が思うことは、それと関係があるかもしれません:

平均？

ビニング？ただし、ヒストグラムは必要ありません。データだけです。

助けてくれてありがとう。答えがわからないが、少なくとも検索バーに何を書くべきか知っているなら、それも役に立ちます。ありがとう！

Pandas に次のデータフレームがあるとします。

年齢に基づいて各行のビン ラベルを保持する個別のカテゴリ変数 (列) を作成する必要があります。たとえば、行に対して -

別の列に「35 と 45 の間」を表示する必要があります。

最終的なレコードは次のように表示されます -

10 分間隔で取得したデータがありますが、多くのデータ ギャップがあり、均一な時間グリッドで平均化したいと考えています。各時間の両側で 3 つの潜在的なポイントを取得し、それらを 1 時間に平均化する効率的な方法を探しています。

例：

t_old = [1:35 1:45 1:55 -- 2:15 2:25] %here -- データがありません

t_new = 2:00

data_old = [1 2 3 -- 5 6]

data_new = 3.4

問題は、十分なデータギャップがあることです。単純なビン平均だけではできません。新しい時間ステップごとに移動し、その 30 分のオフセットで find() を使用することでそれを実行できることはわかっていますが、それは恐ろしく非効率的で遅いと感じています。これを行うためのより迅速な方法に関するアイデアはありますか? おそらく、最も近い時間にビン化してからビンを平均化する方法はありますか?

MWE の編集: