我不确定这是否是最有效的方式,但我正在努力将客户支出分组到箱子/桶中。
这是我正在处理的 df:
df.head()
Best_ID_S| Dollar
abc2464 0.00
fdhg357 672.00
hjg5235 250.00
mjhur57 199.00
erew3452 116.25
这是我的代码:
bins = [0,250,500,750,1000,1500,2000,2500,3000,3500,4000,4500,5000,5500,6000,6500,7000,8000,1000000000000]
#I didn't know how to create 8000+ so I just added a crazy number in the end, it works
group_names = ['0-250','251-500','501-749','750-999','1000-1499','1500-1999','2000-2499','2500-2999','3000-3499','3500-3999','4000-4499','4500-4999','5000-5499','5500-5999','6000-6499','6500-6999','7000-7499','8000+']
categories = pd.cut(df_2014['Dollar'], bins, labels=group_names)
df['Category'] = pd.cut(df['Dollar'], bins, labels=group_names)
df['Buckets'] = pd.cut(df['Dollar'], bins)
这是我在执行 df.head() 时得到的结果:
Best_ID_S| Dollar | Category | Buckets
abc2464 0.00 NaN
fdhg357 672.00 501-749 (500, 750]
hjg5235 250.00 0-250 (0, 250]
mjhur57 199.00 0-250 (0, 250]
erew3452 116.25 0-250 (0, 250]
如果 Dollar Value 是 0,我需要它是 0-250 的桶。但我得到了 NaN。
最佳答案
right
参数的默认值为 true。数学上 (
表示不包括左边的,所以需要 [
来包含左边的值。所以将 pd.cut 更改为
df['Category'] = pd.cut(df['Dollar'], bins, labels=group_names,right=False)
df['Buckets'] = pd.cut(df['Dollar'], bins,right=False)
Best_ID_S| Dollar Category Buckets 0 abc2464 0.00 0-250 [0, 250) 1 fdhg357 672.00 501-749 [500, 750) 2 hjg5235 250.00 251-500 [250, 500) 3 mjhur57 199.00 0-250 [0, 250) 4 erew3452 116.25 0-250 [0, 250)
如果要使其包含左侧,您还可以通过保持右侧参数 True
将 include_lowest
设置为 True
。
关于 python Pandas : categorize/bin by numeric groupings with zero values,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46283711/