pandas数据分类Category与cut

  • Z时代
  • 2024-01-10
  • 分类：综合

编程

cut

cut(
    x,
    bins,
    right=True,
    labels=None,
    retbins=False,
    precision=3,
    include_lowest=False,
    duplicates="raise",
)

参数

说明

x

待分类数据

bins

分类方式、int、数组、IntervalIndex

right

是否包含右区间，默认True

labels

给分类标签

retbins

是否返回分类区间，默认False

precision

精度

include_lowest

是否包含左区间，默认False

duplicates

bins区间有重叠处理方式，"raise"抛出异常, "drop"删除重复

简单示例

import numpy as np
import pandas as pd
from pandas import DataFrame
SIZE = 10
np.random.seed(147258)
df = DataFrame()
# 生成0到30之间的数做为年龄
df["age"] = np.random.randint(1, 31, size=SIZE)
# 4个字符做为名称
df["name"] = [pd.util.testing.rands(4) for i in range(SIZE)]
# 分为3类
df["category"] = pd.cut(df["age"], 3)
print(df)
# 分为4类
bins = [0, 5, 13, 18, 30]
# 个每个分类指定标签
df["category"] = pd.cut(df["age"], bins, labels=["infant", "child", "teenager", "adult"])
print(df)

综合实例

我们经常会遇到数据是数据，按区间

import numpy as np
import pandas as pd
from pandas import DataFrame
SIZE = 20
np.random.seed(147258)
df = DataFrame()
df["amount"] = np.random.randint(1000, 10001, size=SIZE)
# 4个字符做为名称
df["name"] = [pd.util.testing.rands(4) for i in range(SIZE)]
bins = [0, 3000, 5000, 8000, 10000]
# 使用左闭右开区间
df["category"] = pd.cut(df["amount"], bins, labels=["[0,3000)", "[3000,5000)", "[5000,8000)", "[8000,10000)"], right=False, include_lowest=True)
print(df)
# 按category分组 统计每个分组的人数
result = df.groupby("category")["name"].count()
print(result)
# 按cagegory分组，统计每个分组的人数，以及每个分类的总销售额
result = df.groupby("category").agg({"name": "count", "amount": "sum"})
print(result)

以上是 pandas数据分类Category与cut 的全部内容， 来源链接： utcz.com/z/512250.html

回到顶部