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。
答案 0 :(得分:0)
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()