分箱，然后用最小数量的观察结合箱子？

Question

比方说，我创建了一些数据，然后创建不同大小的垃圾箱：

from __future__ import division 
x = np.random.rand(1,20) 
new, = np.digitize(x,np.arange(1,x.shape[1]+1)/100) 
new_series = pd.Series(new) 
print(new_series.value_counts()) 

显示：

20 17 
16 1 
4 1 
2 1 
dtype: int64 

我基本上要变换的基础数据，如果我至少设置一个最低门槛2每个块，以使得new_series.value_counts()是这样的：

20 17 
16 3 
dtype: int64 

Answer 1

编辑：

x = np.random.rand(1,100) 
bins = np.arange(1,x.shape[1]+1)/100 

new = np.digitize(x,bins) 
n = new.copy()[0] # this will hold the the result 

threshold = 2 

for i in np.unique(n): 
    if sum(n == i) <= threshold: 
     n[n == i] += 1 

n.clip(0, bins.size) # avoid adding beyond the last bin 
n = n.reshape(1,-1) 

这可以移动向上计数多次，直到bin被充满。

代替使用np.digitize，使用np.histogram代替它可能会更简单，因为它会直接为您提供计数，因此我们不需要sum自己。