python dataframe分箱操作一:cut分箱

1.等宽分箱

# ===========================方法一===============================
def binnings(data_res, b_for_filename):
    a = 'bins_by' # 分箱依据
    b = 'used_to_count' # 分箱之后用来统计数量的字段
    test_result_out = data_res[[b, a]]
    test_result_out['score'] = [int(i) for i in test_result_out[a]]
    # 分箱
    test_result_out['bin'] = pd.cut(list(test_result_out['score']), [i for i in range(300, 960, 30)])
    test_result_out['bin'] = test_result_out['bin'].astype(np.str)
    test_result_out['bin'] = test_result_out['bin'].replace('nan', -999) # 空值处理
    # 分箱之后的处理
    bins = test_result_out.groupby('bin', as_index=False).count()[['bin', b]]
    # bins[b].sum()
    bins['rate'] = bins[b]/bins[b].sum()
    bins.columns = ['bin', 'count', 'percentage']
    bins['percentage'] = [round(i, 3) for i in bins['percentage']] # 分箱之后的每个箱子所占百分比
    # 保存
    bins.to_excel('save_path/test_'+a+'_'+b_for_filename+'_bins.xlsx', index=False)

# ====
Python中,有几种方法可以对数值进行间隔分箱。下面是其中的两种方法: 方法1:使用`cut`函数 `cut`函数可以将组数值划分为离散的间隔,并将它们映射到指定的箱子。可以通过指定边界和标签来定义间隔和对应的箱子名称。这样,数值就会根据其落入的间隔被分配到相应的箱子中。 方法2:使用`qcut`函数 `qcut`函数根据数值的分位数来划分间隔。函数会根据指定的分位数数量将数值分割成等频的区间。也可以通过指定边界和标签来自定义间隔和对应的箱子名称。 以方法1为例,下面是个用PythonPandas库进行间隔分箱的示例代码: ```python import pandas as pd import numpy as np # 创建示例数据框 def create_df(): df = pd.DataFrame({'score': np.random.randint(0, 101, 1000)}) return df df = create_df() # 定义间隔和对应的箱子名称 bins = [0, 50, 80, 100] labels = ['C', 'B', 'A'] # 将数值划分到相应的箱子中 df['grade'] = pd.cut(df['score'], bins=bins, labels=labels) df.head() ``` 在上述代码中,我们首先创建了个示例数据框,然后定义了边界和对应的等级标签。最后,使用`pd.cut`函数将数值划分到相应的箱子中,结果存储在新的列"grade"中。 这就是Python中间隔分箱的基本方法之。可以根据具体需求选择合适的方法来进行间隔分箱操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [【Python】使用Pandas对数值进行分箱操作的4种方法](https://blog.youkuaiyun.com/ARPOSPF/article/details/129664845)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值