Pandas cut 函数
Suraj Joshi
2023年1月30日
-
pandas.cut()函数语法 -
示例：使用
pandas.cut()方法将 DataFrame 的列值分布到 bin 中去 -
示例：使用
pandas.cut()方法将数值分布到不同的区域，并为每个区域分配一个标签 -
示例：在
pandas.cut()方法中设置retbins=True来返回 bin 值
pandas.cut() 函数可以将给定的数据分布到范围内，范围也可称为 bins。
在本文中我们将使用下面的 DataFrame。
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Anish", "Birat", "Chirag", "Kabin", "Sachin"],
"Age": [23, 34, 38, 45, 27],
"Score": [316, 322, 332, 330, 325],
}
)
print(df)
输出：
Name Age Score
0 Anish 23 316
1 Birat 34 322
2 Chirag 38 332
3 Kabin 45 330
4 Sachin 27 325
pandas.cut() 函数语法
pandas.cut(
x,
bins,
right=True,
labels=None,
retbins=False,
precision=3,
include_lowest=False,
duplicates="raise",
ordered=True,
)
参数
x |
给定数组 |
bins |
数据分类的标准 |
right |
布尔型。如果为 True，也包括 bins 最右边的数字。 |
labels |
数组。bins 的标签。 |
retbins |
布尔型。如果是 True，则返回 bins。 |
precision |
整数型。储存和展示 bins 的精度 |
ordered |
布尔型。如果为 True，则将对结果的标签进行排序。 |
返回值
它返回一个数组，数组代表了 x 中每个元素的 bin 值，如果我们设置了 retbins=True，它也会返回 bins。
示例：使用 pandas.cut() 方法将 DataFrame 的列值分布到 bin 中去
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Anish", "Birat", "Chirag", "Kabin", "Sachin"],
"Age": [23, 34, 38, 45, 27],
"Score": [316, 322, 332, 330, 325],
}
)
print("Initial DataFrame:")
print(df, "\n")
df["Age-Range"] = pd.cut(x=df["Age"], bins=[20, 30, 40, 50])
print("DataFrame with Age-Range:")
print(df)
输出：
Initial DataFrame:
Name Age Score
0 Anish 23 316
1 Birat 34 322
2 Chirag 38 332
3 Kabin 45 330
4 Sachin 27 325
DataFrame with Age-Range:
Name Age Score Age-Range
0 Anish 23 316 (20, 30]
1 Birat 34 322 (30, 40]
2 Chirag 38 332 (30, 40]
3 Kabin 45 330 (40, 50]
4 Sachin 27 325 (20, 30]
它将 DataFrame df 中 Age 列的值划分为使用 pandas.cut() 方法中 bins 参数值计算的年龄范围，最后显示 DataFrame 中每行的 Age-Range 值。
这里，(20,30] 表示从 20 到 30 的值，不包括 20，包括 30。
示例：使用 pandas.cut() 方法将数值分布到不同的区域，并为每个区域分配一个标签
默认情况下，分配给每个 bin 的标签将是 bin 的范围。我们可以使用 pandas.cut() 函数中的 labels 参数来设置自定义 bin 标签。
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Anish", "Birat", "Chirag", "Kabin", "Sachin"],
"Age": [23, 34, 38, 45, 27],
"Score": [316, 322, 332, 330, 325],
}
)
print("Initial DataFrame:")
print(df, "\n")
bin_labels = labels = ["21 to 30", "31 to 40", "41 to 50"]
df["Age-Range"] = pd.cut(x=df["Age"], bins=[20, 30, 40, 50], labels=bin_labels)
print("DataFrame with Age-Range:")
print(df)
输出：
Initial DataFrame:
Name Age Score
0 Anish 23 316
1 Birat 34 322
2 Chirag 38 332
3 Kabin 45 330
4 Sachin 27 325
DataFrame with Age-Range:
Name Age Score Age-Range
0 Anish 23 316 21 to 30
1 Birat 34 322 31 to 40
2 Chirag 38 332 31 to 40
3 Kabin 45 330 41 to 50
4 Sachin 27 325 21 to 30
它将 Age 列的每个值分配到不同的 bin 中，并为每个 bin 添加一个标签。
示例：在 pandas.cut() 方法中设置 retbins=True 来返回 bin 值
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Anish", "Birat", "Chirag", "Kabin", "Sachin"],
"Age": [23, 34, 38, 45, 27],
"Score": [316, 322, 332, 330, 325],
}
)
print("Initial DataFrame:")
print(df, "\n")
bin_labels = labels = ["21 to 30", "31 to 40", "41 to 50"]
df["Age-Range"], bin_values = pd.cut(
x=df["Age"], bins=[20, 30, 40, 50], labels=bin_labels, retbins=True
)
print("DataFrame with Age-Range:")
print(df, "\n")
print("The bin values are:")
print(bin_values)
输出：
Initial DataFrame:
Name Age Score
0 Anish 23 316
1 Birat 34 322
2 Chirag 38 332
3 Kabin 45 330
4 Sachin 27 325
DataFrame with Age-Range:
Name Age Score Age-Range
0 Anish 23 316 21 to 30
1 Birat 34 322 31 to 40
2 Chirag 38 332 31 to 40
3 Kabin 45 330 41 to 50
4 Sachin 27 325 21 to 30
The bin values are:
[20 30 40 50]
它显示带有 Age-Range 值的 DataFrame 和 bin 值。
作者： Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn