Pandas中连续值与离散值的等价划分

Question

我想通过等效分区将数据帧列的连续值转换为离散值。 例如，下面是myinput。在

我想把a列中的连续值分成3个区间。在

Input:

import pandas as pd 
import numpy as np 
df = pd.DataFrame({'a':[1.1, 1.2, 1.3, 2.4, 2.5, 4.1]})

Output:

^{pr2}$

在a列中，最小值是1.1，最大值是4.1，我想把它分成3 intervals。在

如您所见，每个间隔的大小等于(4.1-1.1)/3 = 1.0。因此，我可以将[1.1, 2.1)（大于或等于1.1且小于2.1）的所有值视为0，将{}内的所有值视为1，将{}内的所有值视为2。在

这是我预期的结果。在

Expected:

   a
0  0
1  0
2  0
3  1
4  1
5  2

Answer 1

您还可以使用np.digitize函数并定义容器的变体来分配标签

np.digitize(df.a,np.arange(1.1,4.1,1)) - 1

输出：

^{pr2}$

Answer 2

您可以将^{}与参数right = False一起用作：

pd.cut(df.a, bins=3, labels=np.arange(3), right=False)

0    0
1    0
2    0
3    1
4    1
5    2
Name: a, dtype: category
Categories (3, int64): [0 < 1 < 2]

---

装箱方式：

^{pr2}$

Answer 3

让我们来做diff和{}

df.a=(~np.isclose(df.a.diff(),0.1)).cumsum()-1 # since it is float I am using close 
df
Out[395]: 
   a
0  0
1  0
2  0
3  1
4  1
5  2