如何通过pandas中的等价划分将连续值转换为离散值

Question

我想通过等效分区将数据框列的连续值转换为离散值。比如下面是我的input.

我想把a列的连续值分成3个区间。

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:

列a中，最小值为1.1，最大值为4.1，我想分成3 intervals。

如您所见，每个区间的大小等于(4.1-1.1)/3 = 1.0。所以我可以把[1.1, 2.1)区间内（大于等于1.1小于2.1）的所有值都看成0，[=]区间内的所有值=26=]为1，[3.1, 4.1]区间内的所有值为2.

这是我的预期结果。

Expected:

Answer 1

您可以使用 pd.cut 和参数 right = False 作为：

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]

分箱是如何完成的：

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

0      [1.1, 2.1)
1      [1.1, 2.1)
2      [1.1, 2.1)
3      [2.1, 3.1)
4      [2.1, 3.1)
5    [3.1, 4.103)
Name: a, dtype: category
Categories (3, interval[float64]): [[1.1, 2.1) < [2.1, 3.1) < [3.1, 4.103)]

Answer 2

您还可以使用 np.digitize 函数并定义 bin 的变化来分配标签

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

输出：

array([0, 0, 0, 1, 1, 2], dtype=int64)

Answer 3

让我们做 diff 和 cumsum

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

如何通过pandas中的等价划分将连续值转换为离散值

How to convert continuous values into discrete values by equivalent partitioning in pandas

python

divide

dataframe

pandas