基于pandas中某列的内容创建一列分类

在pandas中，可以使用pd.cut()函数基于某列的内容创建一列分类。pd.cut()函数可以将一列连续的数值数据划分为不同的区间，并为每个数据点分配一个对应的分类。

下面是完善且全面的答案：

基于pandas中某列的内容创建一列分类，可以使用pd.cut()函数。该函数可以将一列连续的数值数据划分为不同的区间，并为每个数据点分配一个对应的分类。

pd.cut()函数的语法如下：

pd.cut(x, bins, labels=None, right=True, include_lowest=False, duplicates='raise')

参数说明：

x：要划分的数据，可以是一维数组、Series或DataFrame的列。
bins：划分的区间，可以是一个整数表示划分的区间数量，也可以是一个列表/数组表示具体的区间边界。
labels：可选参数，用于指定每个区间的标签，默认为None，表示使用区间的索引作为标签。
right：可选参数，指定区间是否是右闭合的，默认为True，表示右闭合。
include_lowest：可选参数，指定最低值是否包含在第一个区间中，默认为False，表示不包含。
duplicates：可选参数，指定如何处理重复的区间边界，默认为'raise'，表示抛出异常。

使用pd.cut()函数可以将某列的内容划分为不同的分类，例如将年龄划分为不同的年龄段、将成绩划分为不同的等级等。划分后的分类可以作为新的一列添加到DataFrame中。

下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
        'Age': [25, 32, 18, 40, 28],
        'Score': [85, 92, 78, 65, 88]}
df = pd.DataFrame(data)

# 基于Age列的内容创建一列分类
bins = [0, 20, 30, 40, 50]  # 划分的区间边界
labels = ['<20', '20-30', '30-40', '40-50']  # 区间的标签
df['Age Category'] = pd.cut(df['Age'], bins=bins, labels=labels)

# 打印结果
print(df)

输出结果：

      Name  Age  Score Age Category
0    Alice   25     85        20-30
1      Bob   32     92        30-40
2  Charlie   18     78          <20
3    David   40     65        40-50
4      Eve   28     88        20-30

在这个示例中，我们基于Age列的内容创建了一列Age Category，将年龄划分为不同的年龄段。划分的区间边界为[0, 20, 30, 40, 50]，对应的标签为['<20', '20-30', '30-40', '40-50']。最后将划分后的分类添加到了DataFrame中。

腾讯云相关产品和产品介绍链接地址：