将数据分箱到大小相同的箱中

Question

我想将值分到同样大小的分箱中。假设我们有以下 Pandas 系列：

ex = pd.Series([1,2,3,4,5,6,7,888,999])

现在，我想创建三个垃圾箱：

pd.cut(ex, 3, labels=False)

这导致三个 bin 和以下分配给系列中每个元素的 bin 编号：

[0,0,0,0,0,0,0,2,2]

现在，我想要 bin 边界，使每个 bin 具有相同数量的元素（即 3），并且将数据点分配给 bin 应该如下所示：

[0,0,0,1,1,1,2,2,2]

我怎样才能做到这一点？打破平局应该怎么做（即当数据点的数量不能被 bin 的数量整除时）？

Answer 1

试试

bins = ex.index//3 # np.arange(len(ex))//3
bins
Out[98]: Int64Index([0, 0, 0, 1, 1, 1, 2, 2, 2], dtype='int64')

Answer 2

使用-

pd.qcut(ex, 3, labels=False)

输出

使用 retbins=True 获取垃圾箱。

pd.qcut(ex, 3, labels=False, retbins=True)

输出

(0    0
 1    0
 2    0
 3    1
 4    1
 5    1
 6    2
 7    2
 8    2
 dtype: int64,
 array([  1.        ,   3.66666667,   6.33333333, 999.        ]))

Answer 3

改用pandas qcut函数。试试这个 pd.qcut(ex,q=3,labels=False)

将数据分箱到大小相同的箱中

Binning data into equally sized bins

python

binning

pandas