这是一个简单的数据样本系列:
sample
Out[2]:
0 0.047515
1 0.026392
2 0.024652
3 0.022854
4 0.020397
5 0.000087
6 0.000087
7 0.000078
8 0.000078
9 0.000078
下限值为 0.000078，最大值为 0.047515。 当我在其上使用 qcut 函数时，结果为我的类别提供了负面数据。
pd.qcut(sample, 4)
Out[31]:
0 (0.0242, 0.0475]
1 (0.0242, 0.0475]
2 (0.0242, 0.0475]
3 (0.0102, 0.0242]
4 (0.0102, 0.0242]
5 (8.02e-05, 0.0102]
6 (8.02e-05, 0.0102]
7 (-0.000922, 8.02e-05]
8 (-0.000922, 8.02e-05]
9 (-0.000922, 8.02e-05]
Name: data, dtype: category
Categories (4, interval[float64]): [(-0.000922, 8.02e-05] < (8.02e-05, 0.0102] < (0.0102, 0.0242] < (0.0242, 0.0475]]
这是预期的行为吗？我以为我会找到我的最小值和最大值作为我的类别的下限和上限。
(我使用的是 pandas 0.22.0 和 python-2.7)
最佳答案
发生这种情况是因为装箱过程从您范围内的最低值中减去 .001。如果 bin 的边缘 == 系列中的确切数字，则不清楚应将数字放入哪个 bin。因此，在创建 qtiles 之前稍微调整最小值和最大值是有意义的。
参见 pd.cut 源代码中的第 210-213 行。 https://github.com/pandas-dev/pandas/blob/v0.23.4/pandas/core/reshape/tile.py#L210-L213
0.000078 -.001
Out[21]: -0.0009220000000000001
关于python - pd.qcut 返回负值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52313838/