python分箱的方法

python分箱的方法？這個問題可能是我們日常學習或工作經(jīng)常見到的。希望通過這個問題能讓你收獲頗深。下面是小編給大家?guī)淼膮⒖純热?，讓我們一起來看看吧?/p>

1、數(shù)據(jù)分箱

數(shù)據(jù)分箱技術在Pandas官方給出的定義：Bin values into discrete intervals，是指將值劃分到離散區(qū)間。好比不同大小的蘋果歸類到幾個事先布置的箱子中；不同年齡的人劃分到幾個年齡段中。

這種技術在數(shù)據(jù)處理時會很有用。

2、例子

我們先來看例子

import numpy as np
import pandas as pd
ages = np.array([5,10,36,12,77,89,100,30,1]) #年齡數(shù)據(jù)
1
2
3

現(xiàn)把數(shù)據(jù)劃分成 3 個區(qū)間，并打上老、中、青的標簽。Pandas提供了易用的API，很容易就可以實現(xiàn)。

pd.cut(ages, 3, labels=['青','中','老'])
1

結果如下，一行代碼便實現(xiàn)。

[青, 青, 中, 青, 老, 老, 老, 青, 青]
1

cut在操作時，統(tǒng)計了一維數(shù)組的最小、最大值，得到一個區(qū)間長度，因為需要劃分3個區(qū)間，所以會得到三個均勻的區(qū)間，如下。

pd.cut(ages, 3 )
>>>區(qū)間如下：
Categories (3, interval[float64]): 
[(0.901, 34.0] < (34.0, 67.0] < (67.0, 100.0]]
1
2
3
4

給定數(shù)據(jù)的最小值為1，區(qū)間默認是左開右閉，所以為了囊括1，需要將最靠左的區(qū)間向左延長0.1%（總區(qū)間長度），默認精度為小數(shù)點后3位。

3、函數(shù)原型

通過以上例子初步認識cut后，再分析cut原型就比較容易。

參數(shù)含義如下：

x：被切分的類數(shù)組數(shù)據(jù)，注意必須是1維；

bins：簡單理解為分箱規(guī)則，就是桶。支持int 標量、序列；

right：表示是否包含區(qū)間的右邊界，默認包含；

labels：分割后的bins打標簽；

retbins：表示是否將分割后的bins返回，默認不返回。如為True，則：

    array([   0.901,   34.   ,   67.   ,  100.   ]))
1
2
3
4
5
include_lowest :區(qū)間的左邊是開還是閉，默認為開；
duplicates;是否允許重復區(qū)間。raise：不允許，drop：允許。

感謝各位的閱讀！看完上述內容，你們對python分箱的方法大概了解了嗎？希望文章內容對大家有所幫助。如果想了解更多相關文章內容，歡迎關注億速云行業(yè)資訊頻道。