使用pandas實(shí)現(xiàn)連續(xù)數(shù)據(jù)的離散化處理方式(分箱操作)
Python實(shí)現(xiàn)連續(xù)數(shù)據(jù)的離散化處理主要基于兩個函數(shù)，pandas.cut和pandas.qcut，前者根據(jù)指定分界點(diǎn)對連續(xù)數(shù)據(jù)進(jìn)行分箱處理，后者則可以根據(jù)指定箱子的數(shù)量對連續(xù)數(shù)據(jù)進(jìn)行等寬分箱處理，所謂等寬指的是每個箱子中的數(shù)據(jù)量是相同的。
下面簡單介紹一下這兩個函數(shù)的用法：
# 導(dǎo)入pandas包 import pandas as pd ages = [20, 22, 25, 27, 21, 23, 37, 31, 61, 45, 41, 32] # 待分箱數(shù)據(jù) bins = [18, 25, 35, 60, 100] # 指定箱子的分界點(diǎn)
pandas.cut函數(shù) ：
cats1 = pd.cut(ages, bins) cats1
cats1結(jié)果：
[(18, 25], (18, 25], (18, 25], (25, 35], (18, 25], ..., (25, 35], (60, 100], (35, 60], (35, 60], (25, 35]] Length: 12 Categories (4, interval[int64]): [(18, 25] < (25, 35] < (35, 60] < (60, 100]] # labels參數(shù)為False時，返回結(jié)果中用不同的整數(shù)作為箱子的指示符 cats2 = pd.cut(ages, bins,labels=False) cats2 # 輸出結(jié)果中的數(shù)字對應(yīng)著不同的箱子
cats2結(jié)果：
array([0, 0, 0, 1, 0, 0, 2, 1, 3, 2, 2, 1], dtype=int64) pd.value_counts(cats1) # 對不同箱子中的數(shù)進(jìn)行計(jì)數(shù)
計(jì)數(shù)結(jié)果：
(18, 25] 5 (35, 60] 3 (25, 35] 3 (60, 100] 1 dtype: int64 pd.cut(ages, [18, 26, 36, 61, 100], right=False) # 指定分箱區(qū)間是左閉右開
改變區(qū)間開閉結(jié)果：
[[18, 26), [18, 26), [18, 26), [26, 36), [18, 26), ..., [26, 36), [61, 100), [36, 61), [36, 61), [26, 36)] Length: 12 Categories (4, interval[int64]): [[18, 26) < [26, 36) < [36, 61) < [61, 100)] # 可以將想要指定給不同箱子的標(biāo)簽傳遞給labels參數(shù) group_names = ['Youth', 'YoungAdult', 'MiddleAged', 'Senior'] cuts3 = pd.cut(ages, bins, labels=group_names) cuts3
cats3結(jié)果：
[Youth, Youth, Youth, YoungAdult, Youth, ..., YoungAdult, Senior, MiddleAged, MiddleAged, YoungAdult] Length: 12 Categories (4, object): [Youth < YoungAdult < MiddleAged < Senior]
pandas.qcut函數(shù)：
qcats1 = pd.qcut(ages,q=4) # 參數(shù)q指定所分箱子的數(shù)量 qcats1
qcats1結(jié)果：
[(19.999, 22.75], (19.999, 22.75], (22.75, 29.0], (22.75, 29.0], (19.999, 22.75], ..., (29.0, 38.0], (38.0, 61.0], (38.0, 61.0], (38.0, 61.0], (29.0, 38.0]] Length: 12 Categories (4, interval[float64]): [(19.999, 22.75] < (22.75, 29.0] < (29.0, 38.0] < (38.0, 61.0]] qcats1.value_counts() # 從輸出結(jié)果可以看到每個箱子中的數(shù)據(jù)量時相同的
計(jì)數(shù)結(jié)果：
(19.999, 22.75] 3 (22.75, 29.0] 3 (29.0, 38.0] 3 (38.0, 61.0] 3 dtype: int64
參考：《利用Python進(jìn)行數(shù)據(jù)分析》——Wes McKinney 第二版
以上這篇使用pandas實(shí)現(xiàn)連續(xù)數(shù)據(jù)的離散化處理方式(分箱操作)就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
python 函數(shù)內(nèi)部修改外部變量的方法
今天小編就為大家分享一篇python 函數(shù)內(nèi)部修改外部變量的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
對python中array.sum(axis=?)的用法介紹
今天小編就為大家分享一篇對python中array.sum(axis=?)的用法介紹，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
pyqt5實(shí)現(xiàn)按鈕添加背景圖片以及背景圖片的切換方法
今天小編就為大家分享一篇pyqt5實(shí)現(xiàn)按鈕添加背景圖片以及背景圖片的切換方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
Django框架 Pagination分頁實(shí)現(xiàn)代碼實(shí)例
這篇文章主要介紹了Django框架 Pagination分頁實(shí)現(xiàn)代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-09-09
今天小編就為大家分享一篇關(guān)于python 2 csv寫入空白行的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
今天小編就為大家分享一篇解決Python獲取字典dict中不存在的值時出錯問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10
這篇文章主要介紹了Python使用requests模塊爬取百度翻譯,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-08-08
相信有很多小伙伴還不會安裝Python解釋器,今天特地整理了本篇文章,文章有非常詳細(xì)的圖文示例,對不會安裝的小伙伴很有幫助,需要的朋友可以參考下2021-06-06
Django admin model 漢化顯示文字的實(shí)現(xiàn)方法
今天小編就為大家分享一篇Django admin model 漢化顯示文字的實(shí)現(xiàn)方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08
Python中使用封裝類還是函數(shù)以及它們的區(qū)別
在Python編程中,類和函數(shù)都是重要的代碼組織工具,但它們在封裝性、狀態(tài)保持、可重用性、繼承與多態(tài)、設(shè)計(jì)模式、代碼組織、執(zhí)行流程、參數(shù)傳遞、返回值和上下文管理等方面存在明顯區(qū)別2024-10-10