我正在尝试将我的数据集中的所有值转换为分类值，我希望根据它们的分位数值将所有数值分类为低、平均值或高。
所以如果这个值低于系列的25%，就会被转换为“Low”
我尝试使用 assign 然后应用我提供的函数:
def turn_into_categorical(row):
quantile_level = [.25, .5, .75]
for r in row:
cut = refugees_T_F_V_P_full_data.r.quantile(quantile_level)
if r >= cut[.75]:
return "High"
elif r >= cut[.25] and r < cut[0.75]:
return "Average"
else:
return "Low"
refugees_T_F_V_P_full_data.apply(turn_into_categorical, axis = 1)
但是，代码运行不正常。我也通过 iterrows 尝试过，但我想知道是否有更快的方法？
这是我要转换的数据，除年和月外的所有数字都应根据其分位数值分为低、中、高。
Year Month Central Equatoria Eastern Equatoria Gogrial Jonglei
0 2014 10 6.0 1.0 0.0 3.0
1 2014 11 4.0 3.0 0.0 12.0
2 2014 12 3.0 5.0 0.0 11.0
3 2015 1 7.0 2.0 0.0 4.0
4 2015 2 5.0 5.0 0.0 10.0
5 2015 3 7.0 5.0 0.0 8.0
6 2015 4 4.0 1.0 0.0 6.0
7 2015 5 5.0 0.0 0.0 7.0
8 2015 6 4.0 1.0 0.0 6.0
9 2015 7 15.0 2.0 0.0 9.0
10 2015 8 10.0 7.0 0.0 9.0
11 2015 9 12.0 0.0 0.0 8.0
12 2015 10 12.0 0.0 0.0 5.0
13 2015 11 8.0 5.0 0.0 10.0
14 2015 12 5.0 7.0 0.0 3.0
预期结果:(示例)
Year Month Central Equatoria Eastern Equatoria Gogrial Jonglei
0 2014 10 High Medium Low Medium
1 2014 11 Low Medium Low high
最佳答案
看起来你想要pd.qcut ，正是这样做的。来自文档:
Quantile-based discretization function
所以你可以 apply pd.qcut 沿着从 Central Equatoria 开始的数据帧的列，指定要用于对系列进行装箱的分位数 q = [0, 0.25 , 0.75, 1.0]
df.loc[:,'Central Equatoria':].apply(lambda x: pd.qcut(x, q=[0, 0.25, 0.75, 1.0],
labels =['low','medium','high'])
if not x.nunique() == 1 else 'low'))
输出
Central Equatoria Eastern Equatoria Gogrial Jonglei
0 medium low low low
1 low medium low high
2 low medium low high
3 medium medium low low
4 medium medium low high
5 medium medium low medium
6 low low low medium
7 medium low low medium
8 low low low medium
9 high medium low medium
10 high high low medium
11 high low low medium
12 high low low low
13 medium medium low high
14 medium high low low
关于python - 如何一次对数据中的所有列进行分类？ (使所有值变为高、中、低)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54369807/