PYTHON_数据切分(pd.cut,pd.qcut)

本文探讨了如何使用Python的pandas库进行等宽(cut)和等频(qcut)数据分组,包括切分点获取、跨数据集应用切分、区间筛选等技巧。通过实例演示,理解这两种方法在实际数据分析中的应用。
部署运行你感兴趣的模型镜像

本文仅为个人学习记录,如有不准确的地方,欢迎指正,谢谢!

1.等宽:
data['col_new']=pd.cut(data['col'],10)
2.等频:
data['col_new']=pd.qcut(data['col'],10)

相同操作:
1.返回切分点,retbins=True
data['col_new'],cut_bins=pd.qcut(data['col'],10,retbins=True)
2.在新的数据源上,使用之前的切分点
data_new['col_new2']=pd.cut(data_new['col'],cut_bins)
3.筛选分组区间,先将区间转换为str
data['col_new']=data['col_new'].astype('str')
data_test=data[data['col_new']=='(0,100]']







您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

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