Python 3.x 用整数值转换或替换间隔对象

Python 3.x 用整数值转换或替换间隔对象,python-3.x,pandas,Python 3.x,Pandas,我正在成功地将一些数据与此绑定: temp['category_fare'] = pd.qcut(train['Fare'], 4) 我将此作为输出: category_fare 0 (-0.001, 7.91] 1 (31.0, 512.329] 2 (7.91, 14.454] 3 (31.0, 512.329] 4 (7.91, 14.454] .. ... 886 (7.91, 14.454] 887

我正在成功地将一些数据与此绑定:

temp['category_fare'] = pd.qcut(train['Fare'], 4)
我将此作为输出:

       category_fare
0     (-0.001, 7.91]
1    (31.0, 512.329]
2     (7.91, 14.454]
3    (31.0, 512.329]
4     (7.91, 14.454]
..               ...
886   (7.91, 14.454]
887   (14.454, 31.0]
888   (14.454, 31.0]
889   (14.454, 31.0]
890   (-0.001, 7.91]
但我真正想要的是用一个整数替换四个类别间隔中的每一个:

(-0.001, 7.91] = 0
(7.91, 14.454] = 1
(14.454, 31.0] = 2
(31.0, 512.329] = 3
我试过使用replace,但它不起作用。Replace试图替换字符串(这就是我将其输入Replace的方式),但在我的调试器中,我看到这些是interval对象(?):

有没有办法用上面相应的int值替换它们,或者甚至用相应的int值创建一个新列


我不知道如何引用间隔对象。

在以下位置使用
labels=False
参数:

标签:数组或布尔值,默认为无

用作生成的箱子的标签。必须与生成的箱子具有相同的长度如果为False,则只返回箱子的整数指示器


labels=False
是正确的选择。但知道使用
labels=True
pd.qcut
生成catdgorical数据类型可能很有用,并且可以使用
pd.qcut(train['Fare',4).cat.code
访问整数因式分解@耶斯雷尔,这句话是写给其他人的
(0, Interval(-0.001, 7.91, closed='right')) (1, Interval(31.0, 512.329, closed='right'))
temp['category_fare'] = pd.qcut(train['Fare'], 4, labels=False)