如何使用 pandas 将连续数字转换为分类数字？

Question

几天来我一直在寻找这个问题的解决方案，但不幸的是没有成功。

我在这样的列中有连续值：

Val: 1, 15, 2, 91, 52, 126

我需要将这些数字转换为区间类别。例如，第一个数字应属于类别 (1-10)

我知道我们可以定义区间并使用 pd.cut

转换数据

pd.cut(df.val, right=False)

但我的问题是我无法定义间隔，因为我有数百万的价值。

理想的解决方案是我可以定义间隔的范围，然后它会自动搜索值并将其转换为该类别。

这将是我的理想输出：

Val     Val_Cat
1        1-10
15       10-20
2        1-10
91       90-100
52       50-60
126      120-130

Answer 1

一个想法是使用整数除以 // 除以 10，然后乘以 10，最后转换为字符串（必要时重新计算）：

s = df['Val'] // 10 * 10
df['new'] = s.replace(0, 1).astype(str) + '-' + (s + 10).astype(str)
print (df)
   Val  Val_Cat      new
0    1     1-10     1-10
1   15    10-20    10-20
2    2     1-10     1-10
3   91   90-100   90-100
4   52    50-60    50-60
5  126  120-130  120-130

替代 f-strings:

df['new'] = df['Val'].map(lambda x: f'{x//10*10}-{(x//10*10)+10}')
print (df)
   Val  Val_Cat      new
0    1     1-10     0-10
1   15    10-20    10-20
2    2     1-10     0-10
3   91   90-100   90-100
4   52    50-60    50-60
5  126  120-130  120-130

您的 cut 解决方案可能会更改为：

bins = np.arange(0, df['Val'].max() // 10 * 10 + 20, 10)

df['new'] = pd.cut(df.Val, bins = bins, right=False)
print (df)
   Val  Val_Cat         new
0    1     1-10     [0, 10)
1   15    10-20    [10, 20)
2    2     1-10     [0, 10)
3   91   90-100   [90, 100)
4   52    50-60    [50, 60)
5  126  120-130  [120, 130)

Answer 2

您可以创建一个包含所需类别的新列：

def cat(x): 
    return str(x//10*10) + '-' + str((x//10*10)+10)

df['Val_cat']=list(map(cat, df.Val))

如何使用 pandas 将连续数字转换为分类数字？

How to convert the continuous numbers into categorical using pandas?

python

cut

pandas

categorical-data