Question

我可以让pandas cut / qcut函数返回bin端点或bin中点而不是bin标签字符串吗？

目前

带有类别/字符串值。我想要的是

.icon-aa:before{ content:"AA"; }
.icon-ab:before{ content:"AB"; }
 /* .. and so on .. */

，数值代表bin的边缘或中点。

Answer 1

正在进行的工作proposal适用于IntervalIndex＆＃39;这将使这种类型的操作非常简单。

但是现在，您可以通过传递retbins参数来获取分档并计算中点。

In [8]: s, bins = pd.cut(pd.Series(np.arange(11)), bins = 5, retbins=True)

In [11]: mid = [(a + b) /2 for a,b in zip(bins[:-1], bins[1:])]

In [13]: s.cat.rename_categories(mid)
Out[13]: 
0     0.995
1     0.995
2     0.995
3     3.000
4     3.000
5     5.000
6     5.000
7     7.000
8     7.000
9     9.000
10    9.000
dtype: category
Categories (5, float64): [0.995 < 3.000 < 5.000 < 7.000 < 9.000]

Answer 2

我看到这是一篇很老的帖子，但无论如何我都会冒昧地回答它。

现在可以（参考@ chrisb＆＃39;答案）使用left和right访问分类间隔的终点。

s = pd.cut(pd.Series(np.arange(11)), bins = 5)

mid = [(a.left + a.right)/2 for a in s]
Out[34]: [0.995, 0.995, 0.995, 3.0, 3.0, 5.0, 5.0, 7.0, 7.0, 9.0, 9.0]

由于间隔向左开放并向右边靠近，因此首先是“第一个”。 interval（从0开始），实际上从-0.01开始。要使用0作为左值来获得中点，您可以执行此操作

mid_alt = [(a.left + a.right)/2 if a.left != -0.01 else a.right/2 for a in s]
Out[35]: [1.0, 1.0, 1.0, 3.0, 3.0, 5.0, 5.0, 7.0, 7.0, 9.0, 9.0]

或者，您可以说间隔向左关闭并向右开启

t = pd.cut(pd.Series(np.arange(11)), bins = 5, right=False)
Out[38]: 
0       [0.0, 2.0)
1       [0.0, 2.0)
2       [2.0, 4.0)
3       [2.0, 4.0)
4       [4.0, 6.0)
5       [4.0, 6.0)
6       [6.0, 8.0)
7       [6.0, 8.0)
8     [8.0, 10.01)
9     [8.0, 10.01)
10    [8.0, 10.01)

但是，如您所见，您在最后一个时间间隔会遇到同样的问题。

Answer 3

我注意到类别具有mid属性，因此您可以通过apply计算中间值：

In [1]: import pandas as pd
   ...: import numpy as np
   ...: df = pd.DataFrame({"val":np.arange(11)})
   ...: df["bins"] = pd.cut(df["val"], bins = 5)
   ...: df["bin_centres"] = df["bins"].apply(lambda x: x.mid)
   ...: df
Out[1]:
    val          bins bin_centres
0     0  (-0.01, 2.0]       0.995
1     1  (-0.01, 2.0]       0.995
2     2  (-0.01, 2.0]       0.995
3     3    (2.0, 4.0]       3.000
4     4    (2.0, 4.0]       3.000
5     5    (4.0, 6.0]       5.000
6     6    (4.0, 6.0]       5.000
7     7    (6.0, 8.0]       7.000
8     8    (6.0, 8.0]       7.000
9     9   (8.0, 10.0]       9.000
10   10   (8.0, 10.0]       9.000

python bin数据和返回bin中点（可能使用pandas.cut和qcut）

3 个答案: