Python 替换数据集中的值

我的数据集是

value
0.486903
0.520908
0.530904
0.483284
0.475935
0.502831
0.541743
0.566318
0.500073
0.510959
0.546008
0.551682
0.534396
0.501554
0.541277

我想替换我的数据集中的这些值，请提供pyhton代码以满足要求

类别： 0.470000-0.500000=1,0.500001-0.530000=2,0.530001-0.56000=3

请说明如何将修改后的数据写入csv文件

使用。由于样本数据中的值

0.566318

，因此，对于小于

0.47

和大于

0.56

的值，还添加了另外两组

bins = [-np.inf, .47, 0.5, .53, .56, np.inf]
labels=[0,1,2,3,4]
df['label'] = pd.cut(df['value'], bins=bins, labels=labels)
print (df)
       value label
0   0.486903     1
1   0.520908     2
2   0.530904     3
3   0.483284     1
4   0.475935     1
5   0.502831     2
6   0.541743     3
7   0.566318     4
8   0.500073     2
9   0.510959     2
10  0.546008     3
11  0.551682     3
12  0.534396     3
13  0.501554     2
14  0.541277     3

Numpy解决方案：

bins = [-np.inf, .47, 0.5, .53, .56, np.inf]
df['label'] = np.array(bins).searchsorted(df['value']) - 1
print (df)
       value  label
0   0.486903      1
1   0.520908      2
2   0.530904      3
3   0.483284      1
4   0.475935      1
5   0.502831      2
6   0.541743      3
7   0.566318      4
8   0.500073      2
9   0.510959      2
10  0.546008      3
11  0.551682      3
12  0.534396      3
13  0.501554      2
14  0.541277      3

最后一次写入csv的人：

---

我重新打开这个问题是因为

用
+-inf
用
剪切
，然后将
转换为\u csv
。我试图找到dupe，但没有成功。这是同样的事情，但有标签，下次请在使用徽章重新打开之前进行讨论。您还可以向关闭的用户发出如下警告：@Zero@cᴏʟᴅsᴘᴇᴇᴅ - 我没有收到你评论的通知。那么你认为这是一样的吗？我正在寻找
pd.cut
和
到_csv
的人，但没有成功。我想这是半个骗局。“你怎么看？”耶斯雷尔重要的事情是pd·卡特，答案是。为了保存到CSV，这是一个谷歌搜索/基本知识，任何人都可以在任何地方找到。。。它不必是100%的重复，只要它超过50%（这是90%的重复），它是好的，非常感谢…这是我一直在寻找的水！
df.to_csv('myfile', index=False)