Python 熊猫用标签剪切多个列？

我想剪切并标记多列中的值。基本上：

df[numericColumn] = pd.cut(df[numericColumn], 3, labels=["small", "medium", "big"])

我找到了这段代码（它可以工作），但没有做我想要的标记，当我用标签替换bin时，它出错了，并说我需要包含一个bin

df = pd.DataFrame(np.random.rand(10,4))
df.apply(pd.cut, bins=[0,0.5,1])

---

有没有办法在pandas中剪切多个列的标签？

因此，将其稍微分开，以显示发生了什么。您将看到，您可以设置存储箱，然后逐行进行剪切，然后将剪切结果更改为要使用的类别名称

# set up a dataframe
df = pd.DataFrame(np.random.rand(10,4))
df.columns = ['col1','col2','col3','col4']

# set up the intervals
bins = pd.IntervalIndex.from_tuples([(0, 0.33), (0.33, 0.66), (0.66, 1)])

# do the cut on col1 for example
x = pd.cut(df["col1"].to_list(),bins)

# change the name of the catagories
x.categories = ['small','medium','large']
# put it back
df['col1'] = x

给予

如果您想遍历整个数据帧

# set up a dataframe
df = pd.DataFrame(np.random.rand(10,4))
df.columns = ['col1','col2','col3','col4']

# set up the intervals
bins = pd.IntervalIndex.from_tuples([(0, 0.33), (0.33, 0.66), (0.66, 1)])
names = ['small','medium','large']

for col in df.columns:
    x = pd.cut(df[col].to_list(),bins)
    x.categories = names
    df[col] = x

---

谢谢你，保罗。这真的很酷。我有100多列，可以批量完成吗？或者在每一列上迭代？我在函数中加入了通过列遍历数据帧的功能，您也可以编写一个函数并按列应用它。谢谢，对我来说似乎是合乎逻辑的。由于某种原因，当我运行这个时，我爸爸都以NaN的身份出现。我想这和我的数据有关，我想我已经弄明白了。我认为你的代码假设它已经是百分比了。我在数据上运行了一个最小-最大定标器，现在它似乎正在工作。好哇！我在想那怎么可能是错的。。。

# set up a dataframe
df = pd.DataFrame(np.random.rand(10,4))
df.columns = ['col1','col2','col3','col4']

# set up the intervals
bins = pd.IntervalIndex.from_tuples([(0, 0.33), (0.33, 0.66), (0.66, 1)])
names = ['small','medium','large']

for col in df.columns:
    x = pd.cut(df[col].to_list(),bins)
    x.categories = names
    df[col] = x