python—是否可以对数据帧中的每一列应用百分位剪切？

是否可以使用循环将百分位数的剪切放置在数据帧的所有列上？我现在就是这样做的：

df = pd.DataFrame(np.random.randn(10,5))
df_q = pd.DataFrame()

for i in list(range(len(df.columns))):
    df_q[i] = pd.qcut(df[i], 5, labels=list(range(5)))

我希望有一个巧妙的解决方案来避免使用循环

---

谢谢

pd.qcut

接受一维数组或序列作为其参数。要将

pd.qcut

应用于每一列，需要多次调用

pd.qcut

。所以不管你怎么打扮，都会有一个循环——无论是显式的还是隐式的

例如，可以使用

apply

为每个列调用

pd.qcut

：

In [46]: df.apply(lambda x: pd.qcut(x, 5, labels=list(range(5))), axis=0)
Out[46]: 
   0  1  2  3  4
0  4  0  3  0  3
1  0  0  2  3  0
2  3  4  1  2  3
3  4  1  1  1  4
4  3  2  2  4  1
5  2  4  3  0  1
6  2  3  0  4  4
7  1  3  4  2  2
8  0  1  4  3  0
9  1  2  0  1  2

但是在引擎盖下，

df.apply

使用了一个

for loop

，因此它与您的

for loop

没有太大区别：

df_q = pd.DataFrame()
for col in df:
    df_q[col] = pd.qcut(df[col], 5, labels=list(range(5)))

---

---

注意

for i in list(range(len(df.columns))):

仅当

df

的列恰好是从0开始的顺序整数时，才有效。 它使用起来更加健壮

for col in df:

---

迭代数据帧的列。

如何对行调用它？@thomas.mac:将

axis=0

更改为

axis=1

以将函数应用于行。但是，请注意，数据帧是，因此如果有大量基于行的数值计算，您可能需要考虑转置您的数据文件：<代码> df= df.t>代码>，因此它们成为基于列的计算。

for col in df: