我想在3组上剪切变量x：
new_var = pd.qcut(x,q = [0,.33,.66,1.],labels = ['low','medium','high'])
为x.quantile(q = 0.33)我收到了值0.6。
我的问题是：是否有一些函数，可以在n（在我的情况下为3）组中删除x变量，但而不是分位数（如在qcut中）我们可以定义阈值。在我的情况下，而不是0.6我希望获得0.59999...
或者替代方案：qcut函数是否有可能将值（从0.6开始）定义为＆＃39; medium＆＃39;（而不是＆＃39; low＆＃39;）？我的意思是，而不是使用封闭的间隔来使用开放。
答案 0 :(得分：0)
我相信你要找的是pd.cut，它允许使用半开区间将数据离散化为定义的区间。
示例：
>>> pd.cut(range(1,10), [0,3,6,10], right=True)
[(0, 3], (0, 3], (0, 3], (3, 6], (3, 6], (3, 6], (6, 10], (6, 10], (6, 10]]
Categories (3, interval[int64]): [(0, 3] < (3, 6] < (6, 10]]