对DataFrame中的数据进行按区间切分进行分组

最新推荐文章于 2024-04-23 20:20:50 发布

Alex.liu

最新推荐文章于 2024-04-23 20:20:50 发布

阅读量4.2w

点赞数 14

CC 4.0 BY-SA版权

分类专栏： pandas

本文链接：https://blog.youkuaiyun.com/longwei92/article/details/82899604

pandas 专栏收录该内容

15 篇文章

订阅专栏

本文介绍如何使用Pandas库中的cut函数实现数据离散化，通过设定切分区域和对应标签，将连续型数据转换为类别型数据，适用于数据分析预处理阶段。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd

#设置切分区域
listBins = [0, 10, 20, 30, 40, 50, 60, 1000000]

#设置切分后对应标签
listLabels = ['0_10','11_20','21_30','31_40','41_50','51_60','61及以上']

#利用pd.cut进行数据离散化切分
"""
pandas.cut(x,bins,right=True,labels=None,retbins=False,precision=3,include_lowest=False)
x:需要切分的数据
bins:切分区域
right : 是否包含右端点默认True，包含
labels:对应标签，用标记来代替返回的bins，若不在该序列中，则返回NaN
retbins:是否返回间距bins
precision:精度
include_lowest:是否包含左端点，默认False，不包含
"""
df['fenzu'] = pd.cut(df['data'], bins=listBins, labels=listLabels, include_lowest=True)