關(guān)于pandas的離散化,面元?jiǎng)澐衷斀?/h1>

發(fā)布時(shí)間：2020-10-08 18:20:57 來源：腳本之家 閱讀：149 作者：路在亻壬走 欄目：開發(fā)技術(shù)

pd.cut

pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False)

x：要分箱的輸入數(shù)組，必須是一維的

bins：int或標(biāo)量序列

若bins是一個(gè)int，它定義在x范圍內(nèi)的等寬單元的數(shù)量。然而，在這種情況下，x的范圍在每一側(cè)延伸0.1％以包括x的最小值或最大值

若bins是一個(gè)序列，它定義了允許非均勻bin寬度的bin邊緣。在這種情況下不進(jìn)行x的范圍的擴(kuò)展

right：bool，可選：決定區(qū)間的開閉，如果right == True（默認(rèn)），則區(qū)間[1,2,3,4]指示（1,2]，（2,3]，（3,4]

labels：array或boolean，默認(rèn)值為無：用作生成的區(qū)間的標(biāo)簽。必須與生成的區(qū)間的長度相同。如果為False，則只返回bin的整數(shù)指示符

retbins：bool，可選：是否返回bin。如果bin作為標(biāo)量給出，則可能有用

precision：int：存儲(chǔ)和顯示容器標(biāo)簽的精度，默認(rèn)保留三位小數(shù)

include_lowest：bool：第一個(gè)間隔是否應(yīng)該包含左邊

import numpy as np
import pandas as pd
# 使用pandas的cut函數(shù)劃分年齡組
ages = [20,22,25,27,21,23,37,31,61,45,32]
bins = [18,25,35,60,100]
cats = pd.cut(ages,bins)
print(cats) # 分類時(shí)，當(dāng)數(shù)據(jù)不在區(qū)間中將變?yōu)閚an
# 統(tǒng)計(jì)落在各個(gè)區(qū)間的值數(shù)量
print(pd.value_counts(cats))
# 使用codes為年齡數(shù)據(jù)進(jìn)行標(biāo)號(hào)
print(cats.codes)
# 設(shè)置自己想要的面元名稱
group_names = ['Youth','YoungAdult','MiddleAged','Senior']
print(pd.cut(ages, bins, labels=group_names))
# 設(shè)置區(qū)間數(shù)學(xué)符號(hào)為左閉右開
print(pd.cut(ages, bins, right=False))
# 向cut傳入面元的數(shù)量，則會(huì)根據(jù)數(shù)據(jù)的最小值和最大值計(jì)算等長面元
print(pd.cut(ages, 4, precision=2)) # precision=2表示設(shè)置的精度

pd.qcut

與cut類似，它可以根據(jù)樣本分位數(shù)對(duì)數(shù)據(jù)進(jìn)行面元?jiǎng)澐?/p>

pandas.qcut(x, q, labels=None, retbins=False, precision=3) 

x：ndarray或Series

q：整數(shù)或分位數(shù)陣列分位數(shù)。十分位數(shù)為10，四分位數(shù)為4或者，分位數(shù)陣列，例如[0，.25，.5，.75，1.]四分位數(shù)

labels：array或boolean，默認(rèn)值為無：用作生成的區(qū)間的標(biāo)簽。必須與生成的區(qū)間的長度相同。如果為False，則只返回bin的整數(shù)指示符。

retbins：bool，可選：是否返回bin。如果bin作為標(biāo)量給出，則可能有用。

precision：int：存儲(chǔ)和顯示容器標(biāo)簽的精度

import numpy as np
import pandas as pd

# qcut可以根據(jù)樣本分位數(shù)對(duì)數(shù)據(jù)進(jìn)行面元?jiǎng)澐?# data = np.random.randn(20) # 正態(tài)分布
data = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
cats = pd.qcut(data, 4) # 按四分位數(shù)進(jìn)行切割
print(cats)
print(pd.value_counts(cats))
print("-------------------------------------------------")
# 通過指定分位數(shù)（0到1之間的數(shù)值，包含端點(diǎn)）進(jìn)行面元?jiǎng)澐?cats_2 = pd.qcut(data, [0, 0.5, 0.8, 0.9, 1])
print(cats_2)
print(pd.value_counts(cats_2))

以上這篇關(guān)于pandas的離散化,面元?jiǎng)澐衷斀饩褪切【幏窒斫o大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持億速云。