# 导入模块 import pandas as pd import numpy as np # 使用 cut 的默认参数 # cut的作用：对数据进行分组处理。bins 默认是左开右闭。 # 本例中，是将 x 中的数据，逐个归类到 bins-“(1, 4], (4, 6], (6, 10]” 中。 pd.cut(x=np.array([1, 7, 5, 4, 6, 3]), bins=[1, 4, 6, 10])
""" 第1组：right 参数 """ # 1) True：左开右闭，( , ] # 2) False：左闭右开，[ , ) pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 10], right=True) pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 10], right=False)
""" 第2组：labels与ordered 参数 """ # labels：分组后的组名 # ordered：指定 labels 是否为有序数列。当 labels=False 时，必须指定 labels pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 10], labels=["c", 'a', 'b'], ordered=True) pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 10], labels=["c", 'a', 'b'], ordered=False) # pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 10], ordered=False) # 这样会报错
""" 第3组：retbins 参数 """ # 是否返回 bins 值。当bins为一个int时，可以得到划分后的区间。 pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 10], labels=["c", 'a', 'b'], retbins=True) pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 10], labels=["c", 'a', 'b'], retbins=False)
""" 第4组：precision 参数 """ # 指定 分组区间的小数点位数，默认为3 pd.cut(np.array([1, 7, 5, 4, 6, 3]), 3, precision=1) pd.cut(np.array([1, 7, 5, 4, 6, 3]), 3, precision=2)
""" 第5组：include_lowest 参数 """ # 1) True：第一个区间的最小值，包含在内 # 2) False：第一个区间的最小值，不包含在内 pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 10], include_lowest=True) pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 10], include_lowest=False) # 数字 1，没有包含在分组结果中
""" 第6组：duplicates 参数 """ # 1) "raise"：如果分组包含重复，报错 # 2) "drop"：如果分组包含重复，删除重复值 pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 6, 10], duplicates="drop") # 如果 bins 参数中的值存在重复，则报删除重复值 pd.cut(np.array([1, 7, 5, 4, 6, 3]), [1, 4, 6, 6, 10], duplicates="raise") # 如果 bins 参数中的值存在重复，则报错
