我有以下系列:
0 79.0
1 220.0
2 185.0
3 199.0
4 226.0
5 141.0
6 341.0
7 151.0
8 57.0
9 313.0
10 273.0
11 113.0
12 328.0
如果我对此使用pandas.cut()
,这就是我得到的:
series equal_intvls
0 79.0 (0.979, 306.1]
1 220.0 (0.979, 306.1]
2 185.0 (0.979, 306.1]
3 199.0 (0.979, 306.1]
4 226.0 (0.979, 306.1]
5 141.0 (0.979, 306.1]
6 341.0 (306.1, 608.2]
7 151.0 (0.979, 306.1]
8 57.0 (0.979, 306.1]
9 313.0 (306.1, 608.2]
10 273.0 (0.979, 306.1]
11 113.0 (0.979, 306.1]
12 328.0 (306.1, 608.2]
pandas.cut()
给了我一系列具有相同长度(最大值 - 最小值)的间隔,间隔的长度为 2,但从起点开始直到终点的间隔,每个间隔内有几个数字,每个间隔可能不相同。
如果我使用pandas.cut()
,我会得到相同长度的间隔,但是我如何将这个系列分割成每个间隔中包含相同数量元素的间隔?
我想要获得的是一个包含这些间隔的新列,其中的元素数量相同。以下面的数组为例:
[1, 7, 7, 4, 6, 3]
我想获得的是这一系列具有相同数量项目的间隔:
[(0.999, 3.667] ,(3.667, 6.333] , (6.333, 7.0]]
(0.999, 3.667] - There are 2 values in this imterval: (1, 3)
(3.667, 6.333] - There are 2 values in this interval (4, 6)
(6.333, 7.0] - And again, 2 values within this interval (7, 7)
我想以类似系列的形式获取间隔,以便我可以将其作为新列输入到原始 df 中。
我尝试过np.split
和np.array_split
但没有成功,我还访问了该网站中的一些其他帖子,这些帖子与我想要的类似,但不是似乎真的很适合我的情况。请帮忙。
获得这些间隔的最佳方法是什么?
提前非常感谢
最佳答案
我想您正在寻找qcut
:
>>> >>> pd.qcut(pd.Series([1, 7, 7, 4, 6, 3]),3)
0 (0.999, 3.667]
1 (6.333, 7.0]
2 (6.333, 7.0]
3 (3.667, 6.333]
4 (3.667, 6.333]
5 (0.999, 3.667]
dtype: category
Categories (3, interval[float64]): [(0.999, 3.667] < (3.667, 6.333] < (6.333, 7.0]]
关于Python 2.7 - 将一系列拆分为具有相同数量项目的间隔(与 pandas.cut() 类似),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53695651/