pd.cut

pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False)

x：要分箱的输入数组，必须是一维的

bins：int或标量序列

若bins是一个int，它定义在x范围内的等宽单元的数量。然而，在这种情况下，x的范围在每一侧延伸0.1％以包括x的最小值或最大值

若bins是一个序列，它定义了允许非均匀bin宽度的bin边缘。在这种情况下不进行x的范围的扩展

right：bool，可选：决定区间的开闭，如果right == True（默认），则区间[1,2,3,4]指示（1,2]，（2,3]，（3,4]

labels：array或boolean，默认值为无：用作生成的区间的标签。必须与生成的区间的长度相同。如果为False，则只返回bin的整数指示符

retbins：bool，可选：是否返回bin。如果bin作为标量给出，则可能有用

precision：int：存储和显示容器标签的精度，默认保留三位小数

include_lowest：bool：第一个间隔是否应该包含左边

import numpy as npimport pandas as pd# 使用pandas的cut函数划分年龄组ages = [20,22,25,27,21,23,37,31,61,45,32]bins = [18,25,35,60,100]cats = pd.cut(ages,bins)print(cats) # 分类时，当数据不在区间中将变为nan# 统计落在各个区间的值数量print(pd.value_counts(cats))# 使用codes为年龄数据进行标号print(cats.codes)# 设置自己想要的面元名称group_names = ['Youth','YoungAdult','MiddleAged','Senior']print(pd.cut(ages, bins, labels=group_names))# 设置区间数学符号为左闭右开print(pd.cut(ages, bins, right=False))# 向cut传入面元的数量，则会根据数据的最小值和最大值计算等长面元print(pd.cut(ages, 4, precision=2)) # precision=2表示设置的精度

pd.qcut

与cut类似，它可以根据样本分位数对数据进行面元划分

pandas.qcut(x, q, labels=None, retbins=False, precision=3)

x：ndarray或Series

q：整数或分位数阵列分位数。十分位数为10，四分位数为4或者，分位数阵列，例如[0，.25，.5，.75，1.]四分位数

labels：array或boolean，默认值为无：用作生成的区间的标签。必须与生成的区间的长度相同。如果为False，则只返回bin的整数指示符。

retbins：bool，可选：是否返回bin。如果bin作为标量给出，则可能有用。

precision：int：存储和显示容器标签的精度

import numpy as npimport pandas as pd# qcut可以根据样本分位数对数据进行面元划分# data = np.random.randn(20) # 正态分布data = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]cats = pd.qcut(data, 4) # 按四分位数进行切割print(cats)print(pd.value_counts(cats))print("-------------------------------------------------")# 通过指定分位数（0到1之间的数值，包含端点）进行面元划分cats_2 = pd.qcut(data, [0, 0.5, 0.8, 0.9, 1])print(cats_2)print(pd.value_counts(cats_2))

以上这篇关于pandas的离散化,面元划分详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。