我有一个csv文件，显示订单上的零件。列包括延迟天数、数量和商品
我需要将数据按延迟天数和商品数量进行分组。但是，晚到的天数需要按范围分组
>；56
&燃气轮机；35及<；=56
&燃气轮机；14及<；=35
&燃气轮机；0及<=14
我希望我能用一个口述的方式。像这样的
{'Red'：'>；56、'Amber'：'>；35和<；=56'、'Yellow'：'>；14和<；=35'、'White'：'>；0和<；=14'}
我在寻找这样的结果
红琥珀黄白
STRSUB 56 60 74 40
图20 67 87 34
我刚接触熊猫，所以我不知道这是否可能。谁能给点建议吗
谢谢
假设您从以下数据开始：
df=pd.DataFrame（{'ID'：（'STRSUB BOTDWG'.split（））*4，
“迟到天数”：[60,60,50,50,20,20,10,10]，
‘数量’：[56,20,60,67,74,87,40,34]}）
#延迟天数ID数量
#0 60 STRSUB 56
#160图20
#2 50 STRSUB 60
#350图67
#4 20 STRSUB 74
#5 20图87
#6 10 STRSUB 40
#7 10图34
然后，您可以使用pd.cut查找状态类别。请注意，默认情况下，pd.cut将序列df['Days Late']拆分为半开放的间隔、（-1,14]、（14,35]、（35,56]、（56,365）]类别：
df['status']=pd.cut（df['Days Late']，bin=[-1,14,35,56,365]，labels=False）
labels=np.array（'白黄琥珀红'.split（））
df['status']=标签[df['status']]
del df[‘晚了几天’]
打印（df）
#ID数量状态
#0 STRSUB 56红色
#1.20红色
#2 STRSUB 60琥珀色
#3.67琥珀色
#4 STRSUB 74黄色
#5.黄色
#6 STRSUB 40白色
#7.34白色
现在使用pivot以所需形式获取数据帧：
df=df.pivot（index='ID'，columns='status'，values='quantity'）
并使用reindex获得所需的行和列顺序：
df=df.reindex（列=标签[：-1]，索引=df.index[：-1]）
因此,
将numpy导入为np
作为pd进口熊猫
df=pd.DataFrame（{'ID'：（'STRSUB BOTDWG'.split（））*4，
“迟到天数”：[60,60,50,50,20,20,10,10]，
‘数量’：[56,20,60,67,74,87,40,34]}）
df['status']=pd.cut（df['Days Late']，bin=[-1,14,35,56,365]，labels=False）
labels=np.array（'白黄琥珀红'.split（））
df['status']=标签[df['status']]
del df[‘晚了几天’]
df=df.pivot（index='ID'，columns='status'，values='quantity'）
df=df.reindex（列=标签[：-1]，索引=df.index[：-1]）
打印（df）
屈服
红琥珀黄白
身份证件
STRSUB 56 60 74 40
图20 67 87 34