Python 如何在DataFrame中按值对数字进行分类

与：

返回所有数字的平均值：

import pandas as pd     
df = pd.DataFrame({'a':[1,2,3,4,5,12,14,121,131,298,299,1001]})
print df.a.mean()

---

一半的数字小于100。我想知道是否有一种方法可以将这些数字划分为基本分类的类别。我将指定要将数字分类到的组的数量，函数将返回一个列表，其中每个数字将替换为相应类别的索引。因此，小于100的数字将被赋予一个整数类别1。然后，从100到200的数字将被赋予类别2等。本质上是某种舍入函数，将数字舍入到所有值的范围内：从0到100，从100.1到200.0等。使用pd.cut。bins=参数允许您定义要获取的类别数。结果是一系列的箱子范围：

157.583333333

使用pd.cut。bins=参数允许您定义要获取的类别数。结果是一系列的箱子范围：

157.583333333

---

其中每个数字都替换为相应类别的索引。或者只是在数据框中添加一列“category”？这样您就不会丢失输入的数字。其中，每个数字都将替换为相应类别的索引。或者只是在数据框中添加一列“category”？这样就不会丢失输入的数字。如果箱子的数量未知，但箱子的大小设置为“全部相等”，则如何使用此选项？箱子的大小是指每个箱子中要获取的元素的数量，或每个箱子范围的宽度？不确定你头脑中的箱子宽度是多少。这个问题建议固定的垃圾箱宽度为100，因此我的问题是。你不知道，pd.cut是以垃圾箱数量为导向的。它与OP中不连贯问题的第一部分相匹配：我提出了我将指定组的数量来对问题的数字部分进行分类，而你提出的100将得到一个整数类别1。然后，100-200之间的数字将被划分为2类，以此类推。如上所述，您无法定义这两个变量，因为这两个变量是相关的。顺便说一句，为了得到类似的结果，您可以添加参数labels=False，但同样，它是面向容器数量的，因此切割仍然围绕着最小值和最大值进行，并将其划分为您要求的容器数量。因此，对于pd.cut，您将得到最后一条记录的category=10，而不是11。最终取决于你想要实现什么。固定宽度/大小用整数除法表示，固定箱子用pd表示。如果箱子的数量未知，但箱子的大小设置为相等，则如何使用此选项？箱子的大小是指您希望在每个箱子中获得的元素数量，或每个箱子范围的宽度？不确定你头脑中的箱子宽度是多少。这个问题建议固定的垃圾箱宽度为100，因此我的问题是。你不知道，pd.cut是以垃圾箱数量为导向的。它与OP中不连贯问题的第一部分相匹配：我提出了我将指定组的数量来对问题的数字部分进行分类，而你提出的100将得到一个整数类别1。然后，100-200之间的数字将被划分为2类，以此类推。如上所述，您无法定义这两个变量，因为这两个变量是相关的。顺便说一句，为了得到类似的结果，您可以添加参数labels=False，但同样，它是面向容器数量的，因此切割仍然围绕着最小值和最大值进行，并将其划分为您要求的容器数量。因此，对于pd.cut，您将得到最后一条记录的category=10，而不是11。最终取决于你想要实现什么。固定宽度/大小通过整数分割处理，固定箱子通过pd切割处理

import pandas as pd     
df = pd.DataFrame({'a':[1,2,3,4,5,12,14,121,131,298,299,1001]})
df['category'] = df['a'] // 100 + 1
print(df[['a', 'category']])

       a  category
0      1         1
1      2         1
2      3         1
3      4         1
4      5         1
5     12         1
6     14         1
7    121         2
8    131         2
9    298         3
10   299         3
11  1001        11