Python 如何在pandas中对数据帧中的数据进行装箱

我有一个时间序列数据，比如机器读数如下（比如）

如何更改数据帧，如下所示

If data in dataframe <= 25 percentile, value = 0.25, 
if 25p < data <=50p  value =  0.50,
if 50p<data <= 75p, value = 0.75,
if data>75p , value = 1

---

但它返回0，0.25，0.5，0.75，1作为分类值，但我需要它们作为浮点值进行进一步分析。如何操作？

您可以通过以下方式将其转换为浮动：

更好的方法是使用，如所述：

---

@jezrael最好使用

pd.qcut（x=df.machine\u r，q=[0,25,5,8,1.]，labels=labels）。aType（float）

比单独计算每个分位数和装箱更好。感谢Sandeep Kadapa。这段代码使它变得容易多了。

If data in dataframe <= 25 percentile, value = 0.25, 
if 25p < data <=50p  value =  0.50,
if 50p<data <= 75p, value = 0.75,
if data>75p , value = 1

p25 = df['machine_r'].quantile(0.25)  ## p25 is 25 percentile 
p50 = df['machine_r'].quantile(0.5)
p75 = df['machine_r'].quantile(0.8)
p100 = df['machine_r'].quantile(1)
bins = [-100,p25,p50,p75,p100]
labels = [0.25, 0.5,0.75,1]
df['machine_r'] = pd.cut(df['copper'], bins=bins,labels=labels)

df['new'] = pd.cut(df['machine_r'], bins=bins,labels=labels).astype(float)

df['new'] = pd.qcut(x=df.machine_r, q=[0, .25, .5, .8, 1.], labels=labels).astype(float)
print (df)
    machine_r   new
0           1  0.25
1           2  0.50
2           1  0.25
3           5  0.75
4           3  0.50
5           4  0.75
6           5  0.75
7           1  0.25
8           2  0.50
9           3  0.50
10          4  0.75
11          5  0.75
12          7  1.00
13          8  1.00
14          1  0.25
15          2  0.50

print (df.dtypes)
machine_r      int64
new          float64
dtype: object