建站
咨詢
售后
建站咨詢
新聞中心
1、數(shù)據(jù)分箱
數(shù)據(jù)分箱技術(shù)在Pandas官方給出的定義：Bin values into discrete intervals，是指將值劃分到離散區(qū)間。好比不同大小的蘋果歸類到幾個(gè)事先布置的箱子中；不同年齡的人劃分到幾個(gè)年齡段中。
這種技術(shù)在數(shù)據(jù)處理時(shí)會(huì)很有用。
2、例子
我們先來看例子
import numpy as np import pandas as pd ages = np.array([5,10,36,12,77,89,100,30,1]) #年齡數(shù)據(jù) 1 2 3
現(xiàn)把數(shù)據(jù)劃分成 3 個(gè)區(qū)間，并打上老、中、青的標(biāo)簽。Pandas提供了易用的API，很容易就可以實(shí)現(xiàn)。
pd.cut(ages, 3, labels=['青','中','老']) 1
結(jié)果如下，一行代碼便實(shí)現(xiàn)。
[青, 青, 中, 青, 老, 老, 老, 青, 青] 1
cut在操作時(shí)，統(tǒng)計(jì)了一維數(shù)組的最小、值，得到一個(gè)區(qū)間長(zhǎng)度，因?yàn)樾枰獎(jiǎng)澐?個(gè)區(qū)間，所以會(huì)得到三個(gè)均勻的區(qū)間，如下。
pd.cut(ages, 3 ) >>>區(qū)間如下： Categories (3, interval[float64]): [(0.901, 34.0] < (34.0, 67.0] < (67.0, 100.0]] 1 2 3 4
給定數(shù)據(jù)的最小值為1，區(qū)間默認(rèn)是左開右閉，所以為了囊括1，需要將最靠左的區(qū)間向左延長(zhǎng)0.1%（總區(qū)間長(zhǎng)度），默認(rèn)精度為小數(shù)點(diǎn)后3位。
3、函數(shù)原型
通過以上例子初步認(rèn)識(shí)cut后，再分析cut原型就比較容易。
參數(shù)含義如下：
x：被切分的類數(shù)組數(shù)據(jù)，注意必須是1維；
bins：簡(jiǎn)單理解為分箱規(guī)則，就是桶。支持int 標(biāo)量、序列；
right：表示是否包含區(qū)間的右邊界，默認(rèn)包含；
labels：分割后的bins打標(biāo)簽；
retbins：表示是否將分割后的bins返回，默認(rèn)不返回。如為True，則：
array([ 0.901, 34. , 67. , 100. ])) 1 2 3 4 5 include_lowest :區(qū)間的左邊是開還是閉，默認(rèn)為開； duplicates;是否允許重復(fù)區(qū)間。raise：不允許，drop：允許。
python學(xué)習(xí)網(wǎng)，大量的免費(fèi)python視頻教程，歡迎在線學(xué)習(xí)！
當(dāng)前文章：創(chuàng)新互聯(lián)Python教程：python如何分箱
網(wǎng)站網(wǎng)址：http://www.5511xx.com/article/dheiisg.html
