如何使用pandas将定量数据转换为分类数据

Question

我正在处理一个数据集，其中包含带有numeric / int数据的列。它主要包括-1s，0s，然后是10s和1000s之间的极值。我想用标签替换coulmn内容......

pd.qcut(df['TS1'].rank(method='first'),3,labels=["low","mid","high"],duplicates='drop')

该命令只转换一列，我不知道如何对整个数据集进行分类。

Answer 1

因此，我创建了一个数据框，其数据类似于您的数据集：

df = pd.DataFrame(np.random.rand(5, 3)) * 1000
df.iloc[0:3, 2] = 0
df.iloc[[1, 3], :] = -1
print(df)

输出：

        0           1         2
0  679.473489  844.456345    0.0000
1   -1.000000   -1.000000   -1.0000
2  125.684455  696.829219    0.0000
3   -1.000000   -1.000000   -1.0000
4   97.520572  869.919917  528.5606

为类别创建数据框，然后循环遍历列以获取每列的qcut：

cat_df = pd.DataFrame(index=df.index, columns=df.columns)

for column in df.columns:
    cat_df[column] = pd.qcut(df.loc[:,column],3,labels=["low","mid","high"],duplicates='drop')

print(cat_df)

输出：

  0     1     2
0  high  high   mid
1   low   low   low
2  high   mid   mid
3   low   low   low
4   mid  high  high

然后boxplot：

df.boxplot()
plt.show()