Return 在 Python 中分箱后范围的下限或上限

Question

我使用 pd.cut 将以下 df 转换为 bins：

import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(0,100,size=(5, 4)), columns=list('ABCD'))
print(df)
newDF = pd.cut(df.A, 2, precision=0)
print(newDF)

A   B   C   D
0  83  43  99  85
1   6  57  44  45
2   5  72  10  53
3  24  50  23  18
4  75  25  96  27
0    (44.0, 83.0]
1     (5.0, 44.0]
2     (5.0, 44.0]
3     (5.0, 44.0]
4    (44.0, 83.0]

有没有办法return范围的下限或上限而不是整个范围？例如从上面的例子：

Answer 1

使用Series.map:

pd.cut(df.A, 2, precision=0).map(lambda x: x.left)

或pd.IntervalIndex

s = pd.cut(df.A, 2, precision=0)
pd.Series(data=pd.IntervalIndex(s).left, index = s.index)

#print(df)
#
#
#    A   B   C   D
#0  26  70  28   2
#1  49  42  56  28
#2  48  26  40  19
#3   3  50  17   3
#4  20  34  54  42
#
#
#pd.cut(df.A, 2, precision=0).map(lambda x: x.left)
#
#0     3.0
#1    26.0
#2    26.0
#3     3.0
#4     3.0
#Name: A, dtype: category
#Categories (2, float64): [3.0 < 26.0]

Answer 2

对于数值，如果您将常量传递给 bins，pd.cut 将只针对 np.linspace(min,max, bins+1) 进行剪切。所以

bins = 2
interval_bins = np.linspace(df.A.min(), df.A.max(),bins+1)

lefts = interval_bins[:-1]
rights = inteval_bins[1:]

Answer 3

这与@ansev 的回答差别不大。但是，我真的想要 pd.Series 对象的 IntervalDtype 访问器，这样这种事情就可以工作了。

# THIS IS NOT REAL!
# JUST AN EXAMPLE
# OF WHAT I WANT
newDF.astype(pd.IntervalDtype()).interval.left

所以，在寻找这样的东西时，我遇到了与@ansev 相同的东西。我希望这种情况将来会改变。我怀疑他们会添加一个 IntervalDtype 访问器（也许）。

我将提供一个简单的列表理解。这提供了一个简单的解决方案，无需创建额外的 pandas 个对象。

cats = newDF.cat.categories
codes = newDF.cat.codes
pd.Series([cats[code].left for code in codes], newDF.index)

0    54.0
1    54.0
2    14.0
3    14.0
4    54.0
dtype: float64

Return 在 Python 中分箱后范围的下限或上限

Return the lowr or upper bound of a range after binning in Python

python

range

binning

dataframe

pandas