pd.cut

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

x：要分箱的輸入數組，必須是一維的

bins：int或標量序列

若bins是一個int，它定義在x范圍內的等寬單元的數量。然而，在這種情況下，x的范圍在每一側延伸0.1％以包括x的最小值或最大值

若bins是一個序列，它定義了允許非均勻bin寬度的bin邊緣。在這種情況下不進行x的范圍的擴展

right：bool，可選：決定區間的開閉，如果right == True（默認），則區間[1,2,3,4]指示（1,2]，（2,3]，（3,4]

labels：array或boolean，默認值為無：用作生成的區間的標簽。必須與生成的區間的長度相同。如果為False，則只返回bin的整數指示符

retbins：bool，可選：是否返回bin。如果bin作為標量給出，則可能有用

precision：int：存儲和顯示容器標簽的精度，默認保留三位小數

include_lowest：bool：第一個間隔是否應該包含左邊

import numpy as npimport pandas as pd# 使用pandas的cut函數劃分年齡組ages = [20,22,25,27,21,23,37,31,61,45,32]bins = [18,25,35,60,100]cats = pd.cut(ages,bins)print(cats) # 分類時，當數據不在區間中將變為nan# 統計落在各個區間的值數量print(pd.value_counts(cats))# 使用codes為年齡數據進行標號print(cats.codes)# 設置自己想要的面元名稱group_names = ['Youth','YoungAdult','MiddleAged','Senior']print(pd.cut(ages, bins, labels=group_names))# 設置區間數學符號為左閉右開print(pd.cut(ages, bins, right=False))# 向cut傳入面元的數量，則會根據數據的最小值和最大值計算等長面元print(pd.cut(ages, 4, precision=2)) # precision=2表示設置的精度

pd.qcut

與cut類似，它可以根據樣本分位數對數據進行面元劃分

pandas.qcut(x, q, labels=None, retbins=False, precision=3) 

x：ndarray或Series

q：整數或分位數陣列分位數。十分位數為10，四分位數為4或者，分位數陣列，例如[0，.25，.5，.75，1.]四分位數

labels：array或boolean，默認值為無：用作生成的區間的標簽。必須與生成的區間的長度相同。如果為False，則只返回bin的整數指示符。

retbins：bool，可選：是否返回bin。如果bin作為標量給出，則可能有用。

precision：int：存儲和顯示容器標簽的精度

import numpy as npimport pandas as pd# qcut可以根據樣本分位數對數據進行面元劃分# data = np.random.randn(20) # 正態分布data = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]cats = pd.qcut(data, 4) # 按四分位數進行切割print(cats)print(pd.value_counts(cats))print("-------------------------------------------------")# 通過指定分位數（0到1之間的數值，包含端點）進行面元劃分cats_2 = pd.qcut(data, [0, 0.5, 0.8, 0.9, 1])print(cats_2)print(pd.value_counts(cats_2))

以上這篇關于pandas的離散化,面元劃分詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林網之家。