跳转至

Python 中的熊猫. cut()方法

原文:https://www.geeksforgeeks.org/pandas-cut-method-in-python/

Pandas cut()函数用于将数组元素分成不同的容器。cut 函数主要用于对标量数据进行统计分析。

语法:剪切(x,箱,右=真,标签=无,重箱=假,精度=3,include_low =假,重复=“提升”,)

参数:

x: 要入库的输入数组。必须是一维的。

面元:定义分割的面元边缘。

右侧:(布尔值,默认为真)指示箱是否包括最右边。如果 right == True(默认值),则箱[1,2,3,4]指示(1,2),(2,3),(3,4)。

标签:(数组或布尔值,可选)指定返回箱的标签。必须与结果箱的长度相同。如果为假,则仅返回容器的整数指示符。

返回箱: (bool,默认 False)是否返回箱。当以标量形式提供容器时很有用。

示例 1: 假设我们有一个由 1 到 100 的 10 个随机数组成的数组,我们希望将数据分成 5 个区间,分别为(1,20)【20,40】【40,60】【60,80】【80,100】。

蟒蛇 3

import pandas as pd
import numpy as np

df= pd.DataFrame({'number': np.random.randint(1, 100, 10)})
df['bins'] = pd.cut(x=df['number'], bins=[1, 20, 40, 60,
                                          80, 100])
print(df)

# We can check the frequency of each bin
print(df['bins'].unique())

输出:

示例 2: 我们还可以给我们的箱添加标签,例如,让我们看看前面的示例,并给它添加一些标签

蟒蛇 3

import pandas as pd
import numpy as np

df = pd.DataFrame({'number': np.random.randint(1, 100, 10)})
df['bins'] = pd.cut(x=df['number'], bins=[1, 20, 40, 60, 80, 100],
                    labels=['1 to 20', '21 to 40', '41 to 60',
                            '61 to 80', '81 to 100'])

print(df)

# We can check the frequency of each bin
print(df['bins'].unique())

输出:



回到顶部