Pandas cut 函式

Suraj Joshi 2023年1月30日 2021年2月28日
  1. pandas.cut() 函式語法
  2. 示例:使用 pandas.cut() 方法將 DataFrame 的列值分佈到 bin 中去
  3. 示例:使用 pandas.cut() 方法將數值分佈到不同的區域,併為每個區域分配一個標籤
  4. 示例:在 pandas.cut() 方法中設定 retbins=True 來返回 bin 值
Pandas cut 函式

pandas.cut() 函式可以將給定的資料分佈到範圍內,範圍也可稱為 bins

在本文中我們將使用下面的 DataFrame。

import pandas as pd

df = pd.DataFrame({
    'Name': ["Anish","Birat","Chirag","Kabin","Sachin"],
    'Age':  [23,34,38,45,27],
    'Score': [316, 322, 332, 330,325],
})

print(df)

輸出:

     Name  Age  Score
0   Anish   23    316
1   Birat   34    322
2  Chirag   38    332
3   Kabin   45    330
4  Sachin   27    325

pandas.cut() 函式語法

pandas.cut(x,
           bins,
           right=True,
           labels=None,
           retbins=False,
           precision=3,
           include_lowest=False,
           duplicates='raise',
           ordered=True)

引數

x 給定陣列
bins 資料分類的標準
right 布林型。如果為 True,也包括 bins 最右邊的數字。
labels 陣列。bins 的標籤。
retbins 布林型。如果是 True,則返回 bins
precision 整數型。儲存和展示 bins 的精度
ordered 布林型。如果為 True,則將對結果的標籤進行排序。

返回值

它返回一個陣列,陣列代表了 x 中每個元素的 bin 值,如果我們設定了 retbins=True,它也會返回 bins

示例:使用 pandas.cut() 方法將 DataFrame 的列值分佈到 bin 中去

import pandas as pd

df = pd.DataFrame({
    'Name': ["Anish","Birat","Chirag","Kabin","Sachin"],
    'Age':  [23,34,38,45,27],
    'Score': [316, 322, 332, 330,325],
})

print("Initial DataFrame:")
print(df,"\n")

df['Age-Range'] = pd.cut(x=df['Age'], bins=[20,30,40,50])

print("DataFrame with Age-Range:")
print(df)

輸出:

Initial DataFrame:
     Name  Age  Score
0   Anish   23    316
1   Birat   34    322
2  Chirag   38    332
3   Kabin   45    330
4  Sachin   27    325

DataFrame with Age-Range:
     Name  Age  Score Age-Range
0   Anish   23    316  (20, 30]
1   Birat   34    322  (30, 40]
2  Chirag   38    332  (30, 40]
3   Kabin   45    330  (40, 50]
4  Sachin   27    325  (20, 30]

它將 DataFrame dfAge 列的值劃分為使用 pandas.cut() 方法中 bins 引數值計算的年齡範圍,最後顯示 DataFrame 中每行的 Age-Range 值。

這裡,(20,30] 表示從 20 到 30 的值,不包括 20,包括 30。

示例:使用 pandas.cut() 方法將數值分佈到不同的區域,併為每個區域分配一個標籤

預設情況下,分配給每個 bin 的標籤將是 bin 的範圍。我們可以使用 pandas.cut() 函式中的 labels 引數來設定自定義 bin 標籤。

import pandas as pd

df = pd.DataFrame({
    'Name': ["Anish","Birat","Chirag","Kabin","Sachin"],
    'Age':  [23,34,38,45,27],
    'Score': [316, 322, 332, 330,325],
})

print("Initial DataFrame:")
print(df,"\n")

bin_labels=labels=['21 to 30', '31 to 40', '41 to 50']
df['Age-Range'] = pd.cut(x=df['Age'], bins=[20,30,40,50],labels=bin_labels)

print("DataFrame with Age-Range:")
print(df)

輸出:

Initial DataFrame:
     Name  Age  Score
0   Anish   23    316
1   Birat   34    322
2  Chirag   38    332
3   Kabin   45    330
4  Sachin   27    325

DataFrame with Age-Range:
     Name  Age  Score Age-Range
0   Anish   23    316  21 to 30
1   Birat   34    322  31 to 40
2  Chirag   38    332  31 to 40
3   Kabin   45    330  41 to 50
4  Sachin   27    325  21 to 30

它將 Age 列的每個值分配到不同的 bin 中,併為每個 bin 新增一個標籤。

示例:在 pandas.cut() 方法中設定 retbins=True 來返回 bin 值

import pandas as pd

df = pd.DataFrame({
    'Name': ["Anish","Birat","Chirag","Kabin","Sachin"],
    'Age':  [23,34,38,45,27],
    'Score': [316, 322, 332, 330,325],
})

print("Initial DataFrame:")
print(df,"\n")

bin_labels=labels=['21 to 30', '31 to 40', '41 to 50']
df['Age-Range'],bin_values= pd.cut(x=df['Age'], bins=[20,30,40,50],labels=bin_labels,retbins=True)

print("DataFrame with Age-Range:")
print(df,"\n")

print("The bin values are:")
print(bin_values)

輸出:

Initial DataFrame:
     Name  Age  Score
0   Anish   23    316
1   Birat   34    322
2  Chirag   38    332
3   Kabin   45    330
4  Sachin   27    325

DataFrame with Age-Range:
     Name  Age  Score Age-Range
0   Anish   23    316  21 to 30
1   Birat   34    322  31 to 40
2  Chirag   38    332  31 to 40
3   Kabin   45    330  41 to 50
4  Sachin   27    325  21 to 30

The bin values are:
[20 30 40 50]

它顯示帶有 Age-Range 值的 DataFrame 和 bin 值。

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

相關文章 - Pandas DataFrame