我想通过等效分区将数据帧列的连续值转换为离散值。
例如,以下是我的 input
。
我想将 a
列中的连续值分成 3 个区间。Input:
import pandas as pd
import numpy as np
df = pd.DataFrame({'a':[1.1, 1.2, 1.3, 2.4, 2.5, 4.1]})
Output:
a
0 1.1
1 1.2
2 1.3
3 2.4
4 2.5
5 4.1
在
a
列中,最小值为 1.1,最大值为 4.1
,我想将其划分为 3 intervals
。如您所见,每个区间的大小等于
(4.1-1.1)/3 = 1.0
。所以我可以把[1.1, 2.1)
区间内的所有值(大于等于1.1
且小于2.1
)看作0
,[2.1, 3.1)
区间内的所有值都看作1
,[3.1, 4.1]
区间内的所有值都看作2
。所以这是我的预期结果。
Expected:
a
0 0
1 0
2 0
3 1
4 1
5 2
最佳答案
您可以将 pd.cut
与参数 right = False
一起使用:
pd.cut(df.a, bins=3, labels=np.arange(3), right=False)
0 0
1 0
2 0
3 1
4 1
5 2
Name: a, dtype: category
Categories (3, int64): [0 < 1 < 2]
分箱是如何完成的:
pd.cut(df.a, bins=3, right=False)
0 [1.1, 2.1)
1 [1.1, 2.1)
2 [1.1, 2.1)
3 [2.1, 3.1)
4 [2.1, 3.1)
5 [3.1, 4.103)
Name: a, dtype: category
Categories (3, interval[float64]): [[1.1, 2.1) < [2.1, 3.1) < [3.1, 4.103)]
关于python - 如何通过 Pandas 中的等效分区将连续值转换为离散值,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/53028081/