pandas pd.cut()与pd.qcut()

 

1、pd.cut函数有7个参数，主要用于对数据从最大值到最小值进行等距划分

 pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False)

参数：

x : 输入待cut的一维数组

bins : cut的段数，一般为整型，但也可以为序列向量。

right : 布尔值，确定右区间是否开闭，取True时右区间闭合

labels : 数组或布尔值，默认为None，用来标识分后的bins，长度必须与结果bins相等，返回值为整数或者对bins的标识

retbins : 布尔值，可选。是否返回数值所在分组，Ture则返回

precision : 整型，bins小数精度，也就是数据以几位小数显示

include_lowest : 布尔类型，是否包含左区间

2、pd.qcut函数，按照数据出现频率百分比划分，比如要把数据分为四份，则四段分别是数据的0-25%，25%-50%，50%-75%，75%-100%

pd.qcut(x, q, labels=None, retbins=False, precision=3, duplicates='raise')

代码示例：

import numpy as np
from numpy import *
import pandas as pd
df = pd.DataFrame()
df['data'] = [1,2,2,2,2,6,7,8,9,0]#这里注意箱边界值需要唯一，不然qcut时程序会报错
df['cut']=pd.cut(df['data'],5)
df['qcut']=pd.qcut(df['data'],5)
df.head(10)

运行结果如图：

可以看到cut列各个分段之间间距相等，qcut由于数据中‘2’较多，所以2附近间距较小，2之后的分段间距较大。