Question

我有一系列633个值，其中约50％为0.理想情况下，我想使用qcut()来区分我的值（用于等值线映射），但这会给我一个错误，因为非唯一的bin边缘。分离数据的最佳方法是什么，对非零值进行分类，然后将它们重新组合成一列，使得零值的值为0，而量化值为categorical.label + 1？

Answer 1

如果您使用NaN替换零值，cut()和qcut()的行为符合预期;这些行将具有Categorical.labels：

的bin值（来自-1）

df['density'].replace(to_replace=0, value=np.nan, inplace=True)