pandas 在值少于分位数的系列上使用 qcut答案

【问题标题】：pandas using qcut on series with fewer values than quantilespandas 在值少于分位数的系列上使用 qcut
【发布时间】：2017-10-18 10:35:57
【问题描述】：

我有数以千计的系列（DataFrame 的行）需要应用 qcut。定期会有一个系列（行）的值少于所需的分位数（例如，1 个值与 2 个分位数）：

>>> s = pd.Series([5, np.nan, np.nan])

当我对其应用.quantile() 时，它没有问题分成2个分位数（具有相同的边界值）

>>> s.quantile([0.5, 1])
0.5    5.0
1.0    5.0
dtype: float64

但是，当我将.qcut() 与分位数的整数值一起应用时，会引发错误：

>>> pd.qcut(s, 2)
...
ValueError: Bin edges must be unique: array([ 5.,  5.,  5.]).
You can drop duplicate edges by setting the 'duplicates' kwarg

即使我设置了duplicates 参数，它仍然失败：

>>> pd.qcut(s, 2, duplicates='drop')
....
IndexError: index 0 is out of bounds for axis 0 with size 0

我该如何进行这项工作？（同样，pd.qcut(s, [0, 0.5, 1], duplicates='drop') 也不起作用。）

所需的输出是将 5.0 分配给单个 bin 并保留 NaN：

0     (4.999, 5.000]
1                NaN
2                NaN

【问题讨论】：

您希望 pd.qcut(s, 2) 的输出是什么？您只有 1 个唯一值，为什么要创建 1 个以上的 bin？
我正在提取一个非常具体的案例来解决。实际上，我有数千个系列，所有这些我都需要删减。但是 qcut() 遇到了像这样的异常行的问题。我用所需的输出修改了问题。
用try-except 块包围qcut 以捕获有缺陷的系列（足够具体，只得到太短的系列）并手动处理太短的系列
您解决了这个问题吗？我遇到了同样的错误，找不到解决方案
不，截至 2018 年 2 月 21 日，原始问题尚无解决方案

标签： pandas quantile

【解决方案1】：

好的，这是一个可能适合您的解决方法。

pd.qcut(s,len(s.dropna()),duplicates='drop')
Out[655]: 
0    (4.999, 5.0]
1             NaN
2             NaN
dtype: category
Categories (1, interval[float64]): [(4.999, 5.0]]

【讨论】：

【解决方案2】：

使用 python 3.5 而不是 python 2.7 。这对我有用

【讨论】：

您能详细说明原因吗？没有任何用户提出这个问题将能够将他们的项目切换到 3.x，但如果他们能找出问题所在，则可能能够解决这个问题。