我必须将每一列存储在数据框中（8 个五分位数）

Question

我有一个包含 4 列的数据框，对于每一列，我们必须进行分桶（将数据分布在 8 个桶中），以便在不指定的情况下迭代地对第一列和第二列进行分桶，依此类推手动列名

这是我正在尝试的代码

for col in df3.columns[0:]:
cb1 = np.linspace(min(col), max(col), 11)
df3.insert(2 ,'buckets',pd.cut(col, cb1, labels=np.arange(1, 11, 1)))
print(df3[col])

这里df3是样本数据集

苹果橙香蕉

5 2 6

6 4 6

2 8 9

4 7 0

预期输出是

苹果橙香蕉bucket_applebucket_orangebucket_banana

5 2 6 1 3 2

6 4 6 1 1 4

2 8 9 2 1 8

4 7 0 5 4 1

这里的 bucket 列指定了与数据相关的 bucket 编号

Answer 1

由于输出是完全随机的，您的数据列和桶编号之间没有相关性，在这种情况下您应该单独生成桶。

for c in df.columns:
    df['bucket_' + c] = np.random.randint(8, size=(len(df))) + 1
df # your random bucket df.

如果您希望桶大小相等：

for c in df.columns:
    arr = np.arange(8) + 1
    arr = np.repeat(arr, int(len(df))/8) # your df has to be divisible by 8
    np.random.shuffle(arr) # shuffle the array.
    df['bucket_' + c] = arr

我必须将每一列存储在数据框中（8 个五分位数）

i have to bucket each column in a dataframe (8 quintile)

python

bucket

dataframe