python

Question

是否可以使用循环对数据框的所有列进行百分位切割？我现在就是这样做的：

df = pd.DataFrame(np.random.randn(10,5))
df_q = pd.DataFrame()

for i in list(range(len(df.columns))):
    df_q[i] = pd.qcut(df[i], 5, labels=list(range(5)))

我希望有一个灵活的 pandas 解决方案来避免使用循环。

谢谢！

Answer 1

pd.qcut 接受一维数组或系列作为其参数。要将 pd.qcut 应用于每一列，需要多次调用 pd.qcut。所以无论你怎么装扮，都会有一个循环——或显式或隐式。

例如，您可以使用 apply 为每一列调用 pd.qcut：

In [46]: df.apply(lambda x: pd.qcut(x, 5, labels=list(range(5))), axis=0)
Out[46]: 
   0  1  2  3  4
0  4  0  3  0  3
1  0  0  2  3  0
2  3  4  1  2  3
3  4  1  1  1  4
4  3  2  2  4  1
5  2  4  3  0  1
6  2  3  0  4  4
7  1  3  4  2  2
8  0  1  4  3  0
9  1  2  0  1  2

但在幕后，df.apply 使用的是 for-loop，因此它与您的 for-loop:

并没有太大区别

df_q = pd.DataFrame()
for col in df:
    df_q[col] = pd.qcut(df[col], 5, labels=list(range(5)))

In [47]: %timeit df.apply(lambda x: pd.qcut(x, 5, labels=list(range(5))), axis=0)
100 loops, best of 3: 2.9 ms per loop

In [48]: %%timeit
    df_q = pd.DataFrame()
    for col in df:
        df_q[col] = pd.qcut(df[col], 5, labels=list(range(5)))
100 loops, best of 3: 2.95 ms per loop

请注意

for i in list(range(len(df.columns))):

仅当 df 的列恰好是从 0 开始的连续整数时才有效。使用

更健壮

for col in df:

迭代 DataFrame 的列。

python - 可以对数据框中的每一列应用百分位切割吗？

python - possible to apply percentile cuts to each column in a dataframe?

vectorization

quantile

pandas