我可以让 pandas cut/qcut 函数返回 bin 端点或 bin 中点而不是一串 bin 标签吗?
目前
pd.cut(pd.Series(np.arange(11)), bins = 5)
0 (-0.01, 2]
1 (-0.01, 2]
2 (-0.01, 2]
3 (2, 4]
4 (2, 4]
5 (4, 6]
6 (4, 6]
7 (6, 8]
8 (6, 8]
9 (8, 10]
10 (8, 10]
dtype: category
带有类别/字符串值。我想要的是
0 1.0
1 1.0
2 1.0
3 3.0
4 3.0
用数值表示 bin 的边缘或中点。
最佳答案
我看到这是一个旧帖子,但无论如何我都会冒昧地回答。
现在可以(引用@chrisb 的回答)使用left
和right
访问分类区间的端点。
s = pd.cut(pd.Series(np.arange(11)), bins = 5)
mid = [(a.left + a.right)/2 for a in s]
Out[34]: [0.995, 0.995, 0.995, 3.0, 3.0, 5.0, 5.0, 7.0, 7.0, 9.0, 9.0]
由于区间向左开,向右闭,“第一个”区间(从 0 开始的区间)实际上从 -0.01 开始。要使用 0 作为左值获得中点,您可以这样做
mid_alt = [(a.left + a.right)/2 if a.left != -0.01 else a.right/2 for a in s]
Out[35]: [1.0, 1.0, 1.0, 3.0, 3.0, 5.0, 5.0, 7.0, 7.0, 9.0, 9.0]
或者,你可以说区间向左闭,向右开
t = pd.cut(pd.Series(np.arange(11)), bins = 5, right=False)
Out[38]:
0 [0.0, 2.0)
1 [0.0, 2.0)
2 [2.0, 4.0)
3 [2.0, 4.0)
4 [4.0, 6.0)
5 [4.0, 6.0)
6 [6.0, 8.0)
7 [6.0, 8.0)
8 [8.0, 10.01)
9 [8.0, 10.01)
10 [8.0, 10.01)
但是,如您所见,您在最后一个时间间隔遇到了同样的问题。
关于python bin 数据并返回 bin 中点(可能使用 pandas.cut 和 qcut),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32744558/