如何利用pandas将定量数据转换成分类数据

我正在处理一个数据集，它由带有数字/int数据的列组成。它主要由-1、0组成，然后是10和1000之间的零值。我想用标签替换coulmn内容

pd.qcut(df['TS1'].rank(method='first'),3,labels=["low","mid","high"],duplicates='drop')

---

该命令仅转换一列，我不知道如何对整个数据集进行分类。

因此，我创建了一个数据框，其中包含与您的数据集相似的数据：

df = pd.DataFrame(np.random.rand(5, 3)) * 1000
df.iloc[0:3, 2] = 0
df.iloc[[1, 3], :] = -1
print(df)

输出：

        0           1         2
0  679.473489  844.456345    0.0000
1   -1.000000   -1.000000   -1.0000
2  125.684455  696.829219    0.0000
3   -1.000000   -1.000000   -1.0000
4   97.520572  869.919917  528.5606

  0     1     2
0  high  high   mid
1   low   low   low
2  high   mid   mid
3   low   low   low
4   mid  high  high

为类别创建数据框，然后在列上循环以获取每列的qcut：

cat_df = pd.DataFrame(index=df.index, columns=df.columns)

for column in df.columns:
    cat_df[column] = pd.qcut(df.loc[:,column],3,labels=["low","mid","high"],duplicates='drop')

print(cat_df)

输出：

        0           1         2
0  679.473489  844.456345    0.0000
1   -1.000000   -1.000000   -1.0000
2  125.684455  696.829219    0.0000
3   -1.000000   -1.000000   -1.0000
4   97.520572  869.919917  528.5606

  0     1     2
0  high  high   mid
1   low   low   low
2  high   mid   mid
3   low   low   low
4   mid  high  high

然后是箱线图：

df.boxplot()
plt.show()

---

在所有列上循环执行此操作？好的，明白了…我还可以在此使用boxplot吗？

df.boxplot（by='IDLink'，column=['TS1'，grid=True）

使用此操作会导致错误。