我有一系列的633个值，其中〜50％为0。理想情况下，我想使用qcut()对我的值(出于Choropleth映射的目的)进行装箱，但是由于装箱边缘不唯一，这给了我一个错误。
分离数据，对非零值进行分位数，然后将它们重新组合到单个列中，以使零值的值为0，量化后的值具有categorical.label + 1的最佳方法是什么？
最佳答案
如果将零值替换为NaN，则cut()和qcut()的行为符合预期；这些行的bin值(来自Categorical.labels)为-1:
df['density'].replace(to_replace=0, value=np.nan, inplace=True)
关于python - 在 Pandas 中以零值进行装箱，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/18921570/