今天小编就为大家分享一篇使用pandas实现连续数据的离散化处理方式(分箱操作)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Python实现连续数据的离散化处理主要基于两个函数，pandas.cut和pand来源gao@daima#com搞(%代@#码@网as.qcut，前者根据指定分界点对连续数据进行分箱处理，后者则可以根据指定箱子的数量对连续数据进行等宽分箱处理，所谓等宽指的是每个箱子中的数据量是相同的。
下面简单介绍一下这两个函数的用法：
# 导入pandas包 import pandas as pd ages = [20, 22, 25, 27, 21, 23, 37, 31, 61, 45, 41, 32] # 待分箱数据 bins = [18, 25, 35, 60, 100] # 指定箱子的分界点
pandas.cut函数 ：
cats1 = pd.cut(ages, bins) cats1
cats1结果：
[(18, 25], (18, 25], (18, 25], (25, 35], (18, 25], ..., (25, 35], (60, 100], (35, 60], (35, 60], (25, 35]] Length: 12 Categories (4, interval[int64]): [(18, 25] <(25, 35] <(35, 60] <(60, 100]] # labels参数为False时，返回结果中用不同的整数作为箱子的指示符 cats2 = pd.cut(ages, bins,labels=False) cats2 # 输出结果中的数字对应着不同的箱子
cats2结果：
array([0, 0, 0, 1, 0, 0, 2, 1, 3, 2, 2, 1], dtype=int64) pd.value_counts(cats1) # 对不同箱子中的数进行计数
计数结果：
(18, 25] 5 (35, 60] 3 (25, 35] 3 (60, 100] 1 dtype: int64 pd.cut(ages, [18, 26, 36, 61, 100], right=False) # 指定分箱区间是左闭右开
改变区间开闭结果：
[[18, 26), [18, 26), [18, 26), [26, 36), [18, 26), ..., [26, 36), [61, 100), [36, 61), [36, 61), [26, 36)] Length: 12 Categories (4, interval[int64]): [[18, 26) <[26, 36) <[36, 61) <[61, 100)] # 可以将想要指定给不同箱子的标签传递给labels参数 group_names = ['Youth', 'YoungAdult', 'MiddleAged', 'Senior'] cuts3 = pd.cut(ages, bins, labels=group_names) cuts3
cats3结果：
[Youth, Youth, Youth, YoungAdult, Youth, ..., YoungAdult, Senior, MiddleAged, MiddleAged, YoungAdult] Length: 12 Categories (4, object): [Youth <youngadult < middleaged senior]<pre></div><p><strong>pandas.qcut函数：</strong></p><div class="gaodaimacode"><pre class="prettyprint linenums"> qcats1 = pd.qcut(ages,q=4) # 参数q指定所分箱子的数量 qcats1
qcats1结果：
[(19.999, 22.75], (19.999, 22.75], (22.75, 29.0], (22.75, 29.0], (19.999, 22.75], ..., (29.0, 38.0], (38.0, 61.0], (38.0, 61.0], (38.0, 61.0], (29.0, 38.0]] Length: 12 Categories (4, interval[float64]): [(19.999, 22.75] <(22.75, 29.0] <(29.0, 38.0] <(38.0, 61.0]] qcats1.value_counts() # 从输出结果可以看到每个箱子中的数据量时相同的
计数结果：
(19.999, 22.75] 3 (22.75, 29.0] 3 (29.0, 38.0] 3 (38.0, 61.0] 3 dtype: int64
参考：《利用Python进行数据分析》――Wes McKinney 第二版
以上这篇使用pandas实现连续数据的离散化处理方式(分箱操作)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持gaodaima搞代码网。
以上就是使用pandas实现连续数据的离散化处理方式(分箱操作)的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：使用pandas实现连续数据的离散化处理方式(分箱操作)
转载请注明原文链接：使用pandas实现连续数据的离散化处理方式(分箱操作)
