pandas数据离散化

pandas数据离散化

数据离散化，是将连续的数据，通过分割，形成离散化的数据。举个例子，比如有一列数据存储人的身高：165，174，160，180，159，163，192，184，那么通过离散化可以变为：150~165, 165~180,180~195。还有另外一种离散化的数据，就是通过one-hot编码，下面会详细讲到。

切割数据离散化：

在pandas中使用pd.qcut或者是pd.cut方法实现数据切割。
pd.qcut(data, q)的函数意义为：

• data：需要被切割的数据。
• q：需要切割多少个组。

示例代码如下：

df = pd.read_csv("data/stock_day.csv")
qcut = pd.qcut(df['p_change'], 6)
qcut.value_counts()

输出结果如下：

(-10.030999999999999, -4.836]    65
(-0.462, 0.26]                   65
(0.26, 0.94]                     65
(5.27, 10.03]                    65
(-4.836, -2.444]                 6