如何通过熊猫中的等效分区将连续值转换为离散值答案

【问题标题】：How to convert continuous values into discrete values by equivalent partitioning in pandas如何通过熊猫中的等效分区将连续值转换为离散值
【发布时间】：2018-10-28 03:13:04
【问题描述】：

我想通过等效分区将数据框列的连续值转换为离散值。比如下面是我的input。

我想将a列中的连续值分成3个区间。

Input:

import pandas as pd 
import numpy as np 
df = pd.DataFrame({'a':[1.1, 1.2, 1.3, 2.4, 2.5, 4.1]})

Output:

a列中，最小值为1.1，最大值为4.1，我想将其分为3 intervals。

如您所见，每个区间的大小等于(4.1-1.1)/3 = 1.0。所以我可以将[1.1, 2.1)（大于等于1.1且小于2.1）区间内的所有值视为0，将[2.1, 3.1)区间内的所有值视为1，并且[3.1, 4.1]区间内的所有值都为2。

所以这是我的预期结果。

Expected:

【问题讨论】：

标签： python pandas dataframe divide

【解决方案1】：

您可以将pd.cut 与参数right = False 一起使用：

pd.cut(df.a, bins=3, labels=np.arange(3), right=False)

0    0
1    0
2    0
3    1
4    1
5    2
Name: a, dtype: category
Categories (3, int64): [0 < 1 < 2]

分箱是如何完成的：

pd.cut(df.a, bins=3, right=False)

0      [1.1, 2.1)
1      [1.1, 2.1)
2      [1.1, 2.1)
3      [2.1, 3.1)
4      [2.1, 3.1)
5    [3.1, 4.103)
Name: a, dtype: category
Categories (3, interval[float64]): [[1.1, 2.1) < [2.1, 3.1) < [3.1, 4.103)]

【讨论】：

【解决方案2】：

您还可以使用np.digitize 函数并定义箱的变化来分配标签

np.digitize(df.a,np.arange(1.1,4.1,1)) - 1

输出：

array([0, 0, 0, 1, 1, 2], dtype=int64)

【讨论】：

【解决方案3】：

让我们做diff 和cumsum

df.a=(~np.isclose(df.a.diff(),0.1)).cumsum()-1 # since it is float I am using close 
df
Out[395]: 
   a
0  0
1  0
2  0
3  1
4  1
5  2

【讨论】：