Python如何根据固定阈值创建垃圾箱答案

【问题标题】：Python how to create bins based on a fixed thresholdPython如何根据固定阈值创建垃圾箱
【发布时间】：2021-11-04 17:28:57
【问题描述】：

我有一个数据框，我想根据以下逻辑创建 bin：分箱的阈值为 5。

第一个 bin (bin1) 从第一个标记 m1 开始。然后我们计算下一个标记 m2 的位置差，得到 Position(m2) - Position(m1) = 0.5-0 = 0.5。因为差值
我们继续相同的操作，直到与第一个标记的差异大于阈值。因此，由于Position(m6) - Position(m1) = 7，大于阈值，m6不属于bin1，成为bin2的第一个标记。我们重复相同的过程：Position(m7) - Position(m6) = 1.4，即
这个例子的预期输出是

bin1 = ['m1','m2','m3','m4','m5'] bin2 = ['m6','m7'] bin3 = ['m8','m9','m10']

关于 binning 的问题很多，答案参考 qcut 和 cut。但我不确定它们是否适用于我的案例，或者我不确定如何将其应用于我的案例。提前感谢您的宝贵时间。

df = pd.DataFrame({'Marker': ['m1','m2','m3','m4','m5','m6','m7','m8','m9','m10'],
                  'Position': [0,0.5,0.6,2,5,7,8.4,15,16,17]})

【问题讨论】：

标签： python pandas bin

【解决方案1】：

使用floordiv:

df['Cluster'] = df['Position'].floordiv(5).astype(int).factorize()[0] + 1

输出：

>>> df
  Marker  Position  Cluster
0     m1       0.0        1
1     m2       0.5        1
2     m3       0.6        1
3     m4       2.0        1
4     m5       5.0        2
5     m6       7.0        2
6     m7       8.4        2
7     m8      15.0        3
8     m9      16.0        3
9    m10      17.0        3

【讨论】：

非常感谢 Corralien，你成功了。