python dataframe分箱操作一：cut分箱

最新推荐文章于 2025-06-24 15:06:14 发布

你欲何为R

最新推荐文章于 2025-06-24 15:06:14 发布

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏： Python 机器学习数据分析文章标签： python pandas

本文链接：https://blog.youkuaiyun.com/OnePiece_97/article/details/86133623

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)

# ====