Python 如何通过等价划分将连续值转换为离散值
我想通过等效分区将数据帧列的连续值转换为离散值。 例如,下面是我的Python 如何通过等价划分将连续值转换为离散值,python,pandas,dataframe,divide,Python,Pandas,Dataframe,Divide,我想通过等效分区将数据帧列的连续值转换为离散值。 例如,下面是我的输入 我想将列a中的连续值分成3个区间 输入: import pandas as pd import numpy as np df = pd.DataFrame({'a':[1.1, 1.2, 1.3, 2.4, 2.5, 4.1]}) a 0 1.1 1 1.2 2 1.3 3 2.4 4 2.5 5 4.1 输出: import pandas as pd import numpy as np
输入
我想将列a
中的连续值分成3个区间
输入:
import pandas as pd
import numpy as np
df = pd.DataFrame({'a':[1.1, 1.2, 1.3, 2.4, 2.5, 4.1]})
a
0 1.1
1 1.2
2 1.3
3 2.4
4 2.5
5 4.1
输出:
import pandas as pd
import numpy as np
df = pd.DataFrame({'a':[1.1, 1.2, 1.3, 2.4, 2.5, 4.1]})
a
0 1.1
1 1.2
2 1.3
3 2.4
4 2.5
5 4.1
在列a
中,最小值为1.1,最大值为4.1
,我想将其划分为3个区间
如您所见,每个间隔的大小等于(4.1-1.1)/3=1.0
。因此,我可以将[1.1,2.1)
区间内的所有值(大于或等于1.1
且小于2.1
)视为0
,将[2.1,3.1)
区间内的所有值视为1
,将[3.1,4.1]
区间内的所有值视为2
这是我的预期结果
应为:
a
0 0
1 0
2 0
3 1
4 1
5 2
您可以将参数right=False
用作:
pd.cut(df.a, bins=3, labels=np.arange(3), right=False)
0 0
1 0
2 0
3 1
4 1
5 2
Name: a, dtype: category
Categories (3, int64): [0 < 1 < 2]
pd.cut(df.a,bin=3,labels=np.arange(3),right=False)
0 0
1 0
2 0
3 1
4 1
5 2
名称:a,数据类型:类别
类别(3,int64):[0<1<2]
装箱方式:
pd.cut(df.a, bins=3, right=False)
0 [1.1, 2.1)
1 [1.1, 2.1)
2 [1.1, 2.1)
3 [2.1, 3.1)
4 [2.1, 3.1)
5 [3.1, 4.103)
Name: a, dtype: category
Categories (3, interval[float64]): [[1.1, 2.1) < [2.1, 3.1) < [3.1, 4.103)]
pd.cut(df.a,bin=3,right=False)
0 [1.1, 2.1)
1 [1.1, 2.1)
2 [1.1, 2.1)
3 [2.1, 3.1)
4 [2.1, 3.1)
5 [3.1, 4.103)
名称:a,数据类型:类别
类别(3,区间[64]):[[1.1,2.1)<[2.1,3.1)<[3.1,4.103]
您还可以使用np.数字化
功能并定义箱子的变化以分配标签
np.digitize(df.a,np.arange(1.1,4.1,1)) - 1
输出:
让我们做diff
和cumsum
df.a=(~np.isclose(df.a.diff(),0.1)).cumsum()-1 # since it is float I am using close
df
Out[395]:
a
0 0
1 0
2 0
3 1
4 1
5 2