Question

我经常需要对一系列数字进行分类：

例如：

|Num| cat|
| 2 |low |
| 7 | med|
| 10|high|

我想要的！我想构建两个函数。

功能1. - 接受3个参数：参数1：数据帧名称参数2：数据框中的列名参数3：许多类别，例如我想要（5）。

此函数将根据我想要的5个类别计算出最大值，最小值和返回值：（1,2），（3,4），（5,6），（7,8）），（9,10）。

我在想类似（max - min）/ num类别的东西，但不知怎的，它会解决这些范围。

然后，函数1将返回范围，（1,2），（3,4），（5,6），（7,8），（9,10）。

功能2 .- 将采用3个参数：参数1：数据帧nam 参数2：来自pandas数据帧的列名（与函数1中的相同）参数3.要在数据框中创建的新列的名称。参数4.函数1中的一组范围。参数5.以及类别列表，[＆＃39;低＆＃39;＆＃39; med＆＃39;＆＃39;高＆＃39;等等

然后，该函数将创建包含其中类别的新列。

Answer 1

我认为您正在寻找cut：

In [11]: s = pd.Series(np.random.randint(1, 11, (10, )))

In [12]: s
Out[12]:
0     7
1    10
2     5
3     8
4     5
5     4
6     3
7     3
8     4
9     1
dtype: int64

In [13]: cat = pd.cut(s, [0, 9, 10])

In [14]: cat
Out[14]:
  (0, 9]
 (9, 10]
  (0, 9]
  (0, 9]
  (0, 9]
  (0, 9]
  (0, 9]
  (0, 9]
  (0, 9]
  (0, 9]
Levels (2): Index(['(0, 9]', '(9, 10]'], dtype=object)

In [15]: cat.labels
Out[15]: array([0, 1, 0, 0, 0, 0, 0, 0, 0, 0])

你要么只是映射标签：

In [16]: map({0: 'low', 1: 'high'}.get, cat.labels)
Out[16]: ['low', 'high', 'low', 'low', 'low', 'low', 'low', 'low', 'low', 'low']

或者只是改变等级（名称）：

In [17]: cat.levels = ['low', 'high']

In [18]: cat
Out[18]:
  low
 high
  low
  low
  low
  low
  low
  low
  low
  low
Levels (2): Index(['low', 'high'], dtype=object)

您可以将其设置为DataFrame的系列或列。

实际上，您可以使用labels参数直接获取此信息：

In [21]: pd.cut(s, [0, 9, 10], labels=['low', 'high'])

根据值对pandas数据框中的数据进行分类

1 个答案:

实际上，您可以使用labels参数直接获取此信息：