【发布时间】:2019-05-08 23:46:56
【问题描述】:
我想在我的 pandas 数据框的一些变量中使用 pd.cut(将连续变量转换为离散变量),但我希望该剪切依赖于其他列。想象一下,我想要 3 个垃圾箱。
例如:
+------+------+------+--------+
| col1 | col2 | col3 | sector |
+------+------+------+--------+
| 4.5 | 6 | 7 | a |
+------+------+------+--------+
| 8 | 9 | 17 | a |
+------+------+------+--------+
| 0 | 9 | 8 | b |
+------+------+------+--------+
| 8 | 9 | 0 | b |
+------+------+------+--------+
| 1 | 2 | 3.5 | b |
+------+------+------+--------+
我只想根据sector 将col1 和col2 切割成3 个bin,以便为每个扇区执行切割。这对于比较不同来源的变量非常有用。
结果会是(它是虚构的,不要指望它是 100% 准确的):
+----------+----------+------+--------+
| col1_cut | col2_cut | col3 | sector |
+----------+----------+------+--------+
| 2 | 2 | 7 | a |
+----------+----------+------+--------+
| 3 | 3 | 17 | a |
+----------+----------+------+--------+
| 1 | 3 | 8 | b |
+----------+----------+------+--------+
| 3 | 3 | 0 | b |
+----------+----------+------+--------+
| 1 | 1 | 3.5 | b |
+----------+----------+------+--------+
PS:我做这个问答是因为我遇到了这个问题并且找不到 自己解决。随意回答您自己的解决方案或改进 我的,感谢您的反馈。
【问题讨论】: