pandas.cut，将一系列数据进行分组，对cut各参数的理解

jieru_liu

已于 2022-05-12 19:13:37 修改

阅读量1.6k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： # pandas 文章标签： python 数据挖掘数据分析 pandas

于 2022-05-12 18:42:14 首次发布

本文链接：https://blog.youkuaiyun.com/ljr_123/article/details/124736669

本文详细探讨了pandas.cut函数在数据分组中的应用，通过实例解析了cut函数的各项参数，包括bin、right、labels、include_lowest等，帮助读者深入掌握如何使用该函数对连续数据进行有效分组和分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# 导入模块
import pandas as pd
import numpy as np


# 使用 cut 的默认参数
# cut的作用：对数据进行分组处理。bins 默认是左开右闭。
# 本例中，是将 x 中的数据，逐个归类到 bins-“(1, 4], (4, 6], (6, 10]” 中。
pd.cut(x=np.array([1, 7, 5, 4, 6, 3]), bins=[1, 4, 6, 10])

在这里插入图片描述

""" 第1组：right 参数 """

# 1) True：左开右闭，( , ]
# 2) False：左闭右开，[ , )

pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 10], right=True)
pd.cut(np.array([1, 7, 5, 4, 6, 3]),