首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何在列之间进行划分并将结果存储在新的数据帧中

在Python的pandas库中,您可以使用pd.cutpd.qcut函数在列之间进行划分,并将结果存储在新的数据帧(DataFrame)中

首先,导入pandas库并创建一个简单的数据帧:

代码语言:javascript
复制
import pandas as pd

data = {'score': [55, 66, 77, 88, 99]}
df = pd.DataFrame(data)

数据帧内容如下:

代码语言:javascript
复制
   score
0     55
1     66
2     77
3     88
4     99

使用pd.cut进行划分

pd.cut允许您根据自定义区间对数据进行划分。例如,假设您想根据分数将学生分为三个等级:低(Low),中(Medium)和高(High)。

代码语言:javascript
复制
# 自定义区间和标签
bins = [0, 60, 80, 100]
labels = ['Low', 'Medium', 'High']

# 添加一个新列 "grade" 到数据帧中
df['grade'] = pd.cut(df['score'], bins=bins, labels=labels, right=False)

现在,数据帧更新为:

代码语言:javascript
复制
   score grade
0     55   Low
1     66   Low
2     77  Medium
3     88  High
4     99  High

使用pd.qcut进行划分

pd.qcut根据指定的分位数对数据进行划分,使每个区间内的数据点数量大致相等。例如,将学生按分数分为三等分:

代码语言:javascript
复制
# 添加一个新列 "grade_q" 到数据帧中
df['grade_q'] = pd.qcut(df['score'], q=3, labels=['Low', 'Medium', 'High'])

现在,数据帧更新为:

代码语言:javascript
复制
   score grade grade_q
0     55   Low      Low
1     66   Low      Low
2     77  Medium  Medium
3     88  High     High
4     99  High     High

现在,您已经成功地在列之间进行了划分,并将结果存储在了新的数据帧中。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

没有搜到相关的合辑

领券