如何在python中从顺序变量创建数字类别？

我已经被关了好几天，试图从值的聚合中创建一个新的分类变量​​从一个顺序变量。 我正在使用Pandas将语法脚本从SPSS迁移到Python 在SPSS中，我使用以下命令执行我需要的操作：

RECODE QTD_FTE_RAZAO (0=5) (1 thru 3000 = 0) (3000.01 thru 4000 = 1) (4000.01 thru 5000 = 2) (5000.01 thru 10000 = 3) (10000.01 thru 15000 = 4) (15000.01 thru 9999999999 = 5)
INTO COD_FTE_RAZAO.
EXECUTE.

我查看了pandas cut函数，但它不起作用，因为它创建文本对象，而且我无法编写所需的参数

我需要把它变成价值观​​因为我将创建一个索引。我将创建5个变量类别，并在最后添加值​​并创建一个索引。这就是为什么我需要把这些范围转换成数字

最简单的方法是做一个函数

---

我完全迷路了，有人能帮帮我吗？

使用手工生成的数据，

pd.cut

使用显式垃圾桶将

val

转换为垃圾桶类别

df = pd.DataFrame([{'val': 5}, {'val': 500},{'val': 5000},{'val': 2000},{'val': 3500},{'val': 6000},{'val': 12000},{'val': 500000}])
df['vars'] = pd.cut(df['val'],bins=[1, 3000, 4000, 5000, 10000, 15000, float('inf')])
df

结果是下表的前两列。如果要将它们转换为某种类型的整数，可以使用

df['code']=df.vars.cat.codes

按索引顺序映射类别

      val                vars  codes
0       5       (1.0, 3000.0]      0
1     500       (1.0, 3000.0]      0
2    5000    (4000.0, 5000.0]      2
3    2000       (1.0, 3000.0]      0
4    3500    (3000.0, 4000.0]      1
5    6000   (5000.0, 10000.0]      3
6   12000  (10000.0, 15000.0]      4
7  500000      (15000.0, inf]      5

---

正如用户所评论的，如果您不希望有中间列，并且希望得到的标签不一定是这些箱子的整数索引，那么将

labels=[0,1,2,3,4,5]

（或包含适当标签的列表）传递到

pd.cut

为什么

pd.cut

不起作用？你可能也想看看。另外，请看。因为我需要输入我需要的值。例如，如果10到20=5，如果50到100=1。感谢您的建议您不能同时使用

垃圾箱

和

标签

参数吗？首先指定仓位值，然后将标签添加到返回的仓位

pd.cut（df[col]，bins=[1,5,10]，labels=[3,18]）

（你可以为区间范围指定任何你想要的标签）谢谢，我这样做了：index['cod_fte_razao']=pd.cut（index['qtd_fte_razao'，bins=[1,3000,4000,5000,10000,15000，float（'inf'）]，labels=[5,0,1,2,3,4,5]）print（index.head（））我得到了这个错误：ValueError:Bin标签必须比Bin边的数量少一个我想这是因为我使用了两次相同的代码。这是因为您为Bin提供了错误的标签数量。谢谢，是的，您是对的，但现在我遇到了这个问题。分类类别必须是唯一的。实际上，为了计算我的索引，我需要将第一个类别和最后一个类别的值相同。还有其他解决方案吗？首先，想想你在做什么，以及你是否真的需要在第一个和最后一个类别中使用相同的值，因为（1）你的原始代码没有这个值，（2）我想不出任何理由这样做。然而，解决方案是在分类后仅替换值。