pandas.qcut()方法详解与cut对比

qcut()函数基本用法

pandas.qcut()函数可将数值型数据按分位数划分为指定数量的区间。

data = pd.Series([0,8,1,5,3,7,2,6,10,4,9])

例如，将数据划分为两组，较小值标记为'small number'，较大值标记为'large number'。

print(pd.qcut(data,[0,0.5,1],labels=['small number','large number']))

small numbers
  large numbers
  small numbers
  small numbers
  small numbers
  large numbers
  small numbers
  large numbers
  large numbers
  small numbers
  large numbers
dtype: category
Categories (2, object): [small numbers < large numbers]

qcut()函数的第二个参数用于定义区间的分割比例。若将数据分为两组，分割点为[0, 0.5, 1]；若分为四组，分割点为[0, 0.25, 0.5, 0.75, 1]。分割点不必均匀分布，如[0, 0.1, 0.2, 0.3, 1]表示按1:1:1:7的比例分布。

data = pd.Series([0,8,1,5,3,7,2,6,10,4,9])
print(pd.qcut(data,[0, 0.1, 0.2, 0.3, 1],labels=['first 10%','second 10%','third 10%','70%']))

first 10%
      70%
   first 10%
      70%
   third 10%
      70%
  second 10%
      70%
      70%
      70%
     70%
dtype: category Categories 
(4, object): [first 10% < second 10% < third 10% < 70%]

由于数据包含11个元素，无法完全按照1:1:1:7的比例精确分配，因此部分值（如0和1）被归入'first10%'类别。

qcut()函数的第三个参数用于指定替换后的标签值，其顺序需与区间定义保持一致。标签数量必须与区间数量严格相等，不能多也不能少。

qcut与cut的区别

qcut与cut的主要区别在于分组依据：

qcut：传入参数为组数，即数据被划分为多少组，具体的区间边界由算法自动计算得出。

cut：传入参数为具体的区间边界（bins），即分组依据是预先定义的数值范围。

qcut参数详解

qcut方法参考链接：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.qcut.html

1).参数：pandas.qcut(x,q,labels=None,retbins=False,precision=3,duplicates='raise')

>>>x：待分组的数据，数据类型为一维数组或Series对象。

>>>q：组数，即将数据划分为几组，后续示例将详细说明。

>>>labels：组标签，注意标签的数量必须与组数相等。

>>>retbins：默认为False，此时返回值为Categorical类型（支持value_counts()方法）；若设为True，返回值则为元组。

2).示例

cut方法参数说明

2.cut方法，官网链接：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.cut.html

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

2).示例

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。