Question

我正在为一个建模项目进行分类，但是遇到了这个问题。此示例使用不带11的数据帧获取bin，当将bin应用于其中包含11的新数据帧时，结果为NaN。显然会发生这种情况，但我想知道是否有（通常有）任何聪明的方法可以轻松地解决此问题，例如将（7.75，10.0）变成（7.75，np.inf）的某种技术。


import pandas as pd
a,bin = pd.qcut(pd.DataFrame({"A":[1,2,3,4,5,6,7,8,9,10]}).A,retbins = True, q = 4)
pd.cut(pd.DataFrame({"A":[1,2,11]}).A, bins = bin ,include_lowest = True)


0    (0.999, 3.25]
1    (0.999, 3.25]
2              NaN
Name: A, dtype: category
Categories (4, interval[float64]): [(0.999, 3.25] < (3.25, 5.5] < (5.5, 7.75] < (7.75, 10.0]]

Answer 1

在创建垃圾箱时只需使用np.inf而不是10

a,bin = pd.qcut(pd.DataFrame({"A":[1,2,3,4,5,6,7,8,9,np.inf]}).A,retbins = True, q = 4)
pd.cut(pd.DataFrame({"A":[1,2,11]}).A, bins = bin ,include_lowest = True)

0    (0.999, 3.25]
1    (0.999, 3.25]
2      (7.75, inf]
Name: A, dtype: category
Categories (4, interval[float64]): [(0.999, 3.25] < (3.25, 5.5] < (5.5, 7.75] < (7.75, inf]]

熊猫qcut适用于NaN中的新数据结果

1 个答案: