16、数据处理与字符串操作全解析

数据处理与字符串操作全解析

1. 数据重命名

在数据处理中，重命名索引和列名是常见操作。使用 rename 方法可以避免手动复制DataFrame并为其索引和列属性分配新值的繁琐过程。示例代码如下：

import pandas as pd

data = pd.DataFrame({
    'one': [0, 4, 8],
    'two': [1, 5, 9],
    'three': [2, 6, 10],
    'four': [3, 7, 11]
}, index=['OHIO', 'COLO', 'NEW'])

data.rename(index={"OHIO": "INDIANA"},
            columns={"three": "peekaboo"})

输出结果：

         one  two  peekaboo  four
INDIANA    0    1         2     3
COLO       4    5         6     7
NEW        8    9        10    11

2. 离散化与分箱

连续数据通常需要进行离散化或分箱处理，以便进行分析。下面以年龄数据为例，介绍如何使用 pandas.cut 进行分箱操作。

2.1 示例数据

ages =