对完整的数据帧应用qcut
是一种将连续的数据按照指定的分位数进行离散化的方法。qcut函数是pandas库中的一个函数，它能够根据所选的分位数将一组数值数据分成若干个离散的区间。
qcut的主要参数有两个，分别是数据和分位数。数据是需要进行离散化的一组数值，可以是一个一维的数组、Series对象或DataFrame对象的一列。分位数是用于定义离散化区间的百分比值，比如[0, 0.25, 0.5, 0.75, 1]表示四个等分位数。
qcut的优势在于可以将连续的数据离散化成几个具有相似统计特征的区间，便于对数据的分析和比较。它可以帮助我们处理一些连续型变量，比如将收入按照不同的收入水平进行划分，或者将温度按照不同的热度等级进行划分。
应用场景：
- 数据分析：对于一些需要按照一定标准进行分组的数据，可以使用qcut对其进行离散化，比如对年龄进行年龄段的划分。
- 机器学习：在特征工程中，对于连续型的特征变量，可以使用qcut将其转化为离散型的变量，以便于机器学习算法的处理。
- 数据可视化：对于一些连续型的数据，使用qcut可以将其转化为离散的分类，方便进行可视化展示，比如将销售额按照不同的销售等级进行划分并进行柱状图展示。
腾讯云相关产品： 腾讯云提供了丰富的云计算产品和解决方案，以下是一些与数据处理和分析相关的产品和链接：
- 云数据仓库：提供海量数据存储和处理能力，支持快速存储、分析和查询。 链接：https://cloud.tencent.com/product/cdb
- 数据传输服务：用于实现不同数据源之间的数据传输和同步。 链接：https://cloud.tencent.com/product/dts
- 人工智能：提供一系列的人工智能产品和服务，包括人脸识别、语音识别等。 链接：https://cloud.tencent.com/product/ai
以上是关于对完整的数据帧应用qcut的答案，希望能够满足你的需求。如果还有其他问题，请随时提问。
相关·内容
我有一个脚本，可以将系统日志文件读取到pandas数据帧中，并从这些数据帧生成图表。图表适用于较小的数据集。但当我面对更大的数据集时，由于更长的数据收集时间框架，图表变得太拥挤而无法辨别。
我计划对数据帧进行重采样，以便如果数据集超过一定大小，我将对其进行重采样，以便最终只有SIZE_LIMIT行数。这意味着我需要过滤数据帧，这样每个n= actual_size/SIZE_LIMIT行都会聚集到新数据帧中的一行。agregation可以是平均值，也可以是第n行。
我对熊猫不是很熟悉，所以可能错过了一些明显的方法。
浏览 2提问于2013-01-30得票数 4
回答已采纳
我正在尝试对pandas数据帧执行groupby，并在该groupby上执行qcut，以对分位数上的值进行分类。问题是有些组只有一个值，所以qcut用ValueError: Bin edges must be unique抱怨。有没有一种方法可以直接忽略groupby和qcut上的这些情况？
我正在做类似这样的事情
df['quantile'] = df.groupby(['grouping'])['values'].transform(
lambda x: pd.qcut(x, 4))
我可以在两个级别的分组上
浏览 5提问于2015-10-21得票数 2
我有一个数据帧，并根据col1中的值将其分成10个分位数： pd.qcut(df.col1, [0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1]) 这就产生了一系列的间隔。 之后，我想创建一个列表列表 [['col2 values where col1 in quantile1'],['col2 values where col1 in quantile2'],...] 根据col2中的所有值，这些值位于之前创建的间隔内，如下所示： qcut = pd.qcut(df.col1, [0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1]
浏览 28提问于2020-09-04得票数 0
回答已采纳
我正在寻找一种方法，使n(例如，20)组在一个数据的特定列按百分位数。(数据类型为浮动)。我不确定分位数函数组是否能处理这个问题，如果可以的话，代码应该是什么样的。
有3行a，b，c。
即数据按“a”列进行排序，并分成20组
Group 1=0至52=5至10百分位数
。
。
.Group 20 = 95至100百分位数.
是否也有一种方法可以找到每个组的平均值a、b和c，并将它们排序为另一个数据帧？
浏览 3提问于2020-07-20得票数 0
我有一个数据框架，我想根据四分位变量分配一个四分位数，这给了我以后在for中使用的范围。问题是，它不是仅仅更改四分位数，而是创建n(数据帧的连)行，然后使用行号作为循环。
quartile = numpy.quantile(pivot['AHT'], [0.25,0.5,0.75])
pivot['Quartile'] = 0
for i in range(0,len(pivot)-1):
if i <= quartile[0]:
pivot.loc[i,'Quartile'] = 1
elif i <=
浏览 3提问于2022-05-13得票数 3
回答已采纳
假设一个dataframe只有一个数字列，则将其排序为desc。
我想得到的是一个有10行的新数据帧，第1行是最小10%值的总和，然后第10行是最大10%值的总和。
我可以通过非pythonic方式来计算，但我猜一定有一种时尚和pythonic的方式来实现这一点。
有什么帮助吗？
谢谢!
浏览 3提问于2017-07-22得票数 6
回答已采纳
1回答
我有一个由数字列组成的数据帧。我正在尝试计算每一列的十进制排名值。下面的代码给出了整个数据帧的值。我怎么按列来做呢？
pd.qcut(df, 10, labels=False)
谢谢。
浏览 2提问于2018-05-03得票数 0
我有一个数据帧，我想基于参数num_samples对其进行采样。我想基于年龄跨分位数进行均匀采样。 例如，如果我的数据帧有1000行和num_samples = .5，我将需要采样500行，但从每个分位数采样125行。 我的数据帧的前几条记录如下所示： Age x1 x2 x3
12 1 1 2
45 2 1 3
67 4 1 2
11 3 4 10
18 9 7 6
45 3 5 8
78 8 4 7
64 6 2 3
33 3 2 2 我如何在python/pandas中做到这一点？
浏览 22提问于2021-04-23得票数 1
回答已采纳
我有一个具有相同行数的数据帧和序列。 pd.cut的结果也输出具有相同形状的数据。 我哪里错了？ 我的数据帧，37459行： df.shape
(37459, 124) 我要剪切的列，37459行： df['score']
2 74.390244
4 29.268293
5 45.121951
6 46.341463
7 31.707317
...
43502 21.951220
43503 1.219512
43505 3.658537
43506
浏览 82提问于2020-04-21得票数 0
我有以下示例数据帧： pd.DataFrame({'Name': ['A', 'B', 'C', 'D', 'E'],
'Score': [2, 6, np.nan, 3, 4],
'Value 1': [10, 30, 20, 5, 15],
'Value 2': [400, 250, 100, 300, 150]})
Name Score
浏览 13提问于2020-06-18得票数 0
1回答
我从数据分析开始，在kaggle上恢复的练习中遇到了一个问题:文件'ENBsv‘我导入了数据，确定了相关性，在我的数据帧中创建了一个新列，它汇总了我的目标变量 import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
from sklearn import model_selection
from sklearn.model_selection import validation_curve
from
浏览 52提问于2021-08-08得票数 1
回答已采纳
2回答
我想为下面的熊猫数据框画一个框图：
> p1.head(10)
N0_YLDF MAT
0 1.29 13.67
1 2.32 10.67
2 6.24 11.29
3 5.34 21.29
4 6.35 41.67
5 5.35 91.67
6 9.32 21.52
7 6.32 31.52
8 3.33 13.52
9 4.56 44.52
我希望盒子图属于列'N0_YLDF'，但它们应该按'MAT‘分层。当我使用foll时。命令：
p1.boxp
浏览 0提问于2014-04-23得票数 7
回答已采纳
我需要在pandas数据帧中显示间隔内的.value_counts()。这是我的代码
prob['bucket'] = pd.qcut(prob['prob good'], 20)
grouped = prob.groupby('bucket', as_index = False)
kstable = pd.DataFrame()
kstable['min_prob'] = grouped.min()['prob good']
kstable['max_prob'] = grouped.max()[
浏览 6提问于2021-05-25得票数 1
回答已采纳
2回答
假设我有一个数据帧，其中包含关于城市居民的信息，包括他们的收入。我想把收入分解成前1%，下4%，下15%，下20%和最后50%的百分位数，每个百分位数计算多少公民在这个百分位数，平均值，他们的收入总和等。 我知道如何使用numpy.percentile方法找到百分位数，但是我不知道如何找到前1%和其余95%之间的4%
浏览 21提问于2019-06-09得票数 0
我有一个有数十万行的df，并且正在创建一个新的数据帧，它只包含某些值组的行的最高分位数：
quantiles = (df.groupby(['Person', 'Date'])['Value'].apply(lambda x: pd.qcut(x, 4, labels=[0, 0.25, 0.5, 1], duplicates='drop')))
当我运行它时，我得到：
ValueError: Bin labels must be one fewer than the number of bin edges
在尝试将bins的数量
浏览 1提问于2019-12-26得票数 6
我使用pandas qcut将一些数据分成20个bin，作为训练二分类模型的数据准备的一部分，如下所示：
data['VAR_BIN'] = pd.qcut(cc_data[var], 20, labels=False)
我的问题是，我如何将从上面的qcut语句派生的相同绑定逻辑应用于一组新数据，例如用于模型验证目的。有什么简单的方法可以做到这一点吗？
谢谢
浏览 0提问于2016-06-19得票数 33
回答已采纳
我在groupby结果上应用了qcut，以下是我的问题的简化版本：
a = pd.DataFrame({'A':[1,1,1,1,2,2,2,2],
'B': [0,0,0,0,2,3,7,6]})
a.groupby(['A'])['B'].apply(lambda x: pd.qcut(x, 2))
问题是，这个小组中的一些人提出ValueError是因为
raise ValueError('Bin edges must be unique: %s' % repr(bins)
浏览 4提问于2016-11-14得票数 3
回答已采纳
1回答
我正忙着做一个模特儿项目，我遇到了这个问题。此示例使用无11的dataframe获取回收箱，这将导致在将回收箱应用于包含11的新数据帧时产生一个NaN。显然会发生这种情况，但我想知道是否有(通常有)任何聪明的方法可以轻松地处理这个问题，例如一些将(7.75，10.0)转化为(7.75，np.inf)的技术。
import pandas as pd
a,bin = pd.qcut(pd.DataFrame({"A":[1,2,3,4,5,6,7,8,9,10]}).A,retbins = True, q = 4)
pd.cut(pd.DataFrame({"A":
浏览 4提问于2020-05-14得票数 1
回答已采纳
1回答
我应用pd.qcut将我的数据压缩到24个存储区。如何将bin值放入列表？-0.001,1.05,2.46,3.797...
res = pd.qcut(df['field'], 24)
res.cat.categories
IntervalIndex([(-0.001, 1.05], (1.05, 2.46], (2.46, 3.797], (3.797, 5.308], (5.308, 7.16] ... (71.1, 85.6], (85.6, 105.295], (105.295, 132.896], (132.896, 184.0], (184.0, 912.9]]
浏览 1提问于2019-02-07得票数 0
我理解如何使用在Pandas中创建简单的分位数。但是在搜索之后，我没有看到任何东西来创建加权分位数。具体来说，我希望创建一个变量，它将感兴趣的变量(从最小到最大)的值装箱，以便每个桶包含相同的权重。到目前为止，这就是我所拥有的：
def wtdQuantile(dataframe, var, weight = None, n = 10):
if weight == None:
return pd.qcut(dataframe[var], n, labels = False)
else:
dataframe.sort_values(var, asc
浏览 1提问于2017-08-06得票数 13
如果你简单地这样做： out, bins = pd.qcut(range(10), 4, retbins=True) 输出结果是： [(-0.001, 2.25], (-0.001, 2.25], (-0.001, 2.25], (2.25, 4.5], (2.25, 4.5], (4.5, 6.75], (4.5, 6.75], (6.75, 9.0], (6.75, 9.0], (6.75, 9.0]]
Categories (4, interval[float64]): [(-0.001, 2.25] < (2.25, 4.5] < (4.5, 6.75] < (6.
浏览 43提问于2020-01-08得票数 1
我有一系列的股票回报，大概可以有5000条数据。我想把它们分为5类。每个类别的数据数量几乎相同。
例如，将以下数据分为3类：
test = pd.DataFrame({'Returns': [0.003,0.005,0.02,0.01,0.1,0.9,-0.2,-0.13,-0.14,-0.03,0,0.001]})
它在使用时会产生以下结果：
test.value_counts()
Category: number of data
0 3
1 3
2 3
数据的
浏览 2提问于2022-07-30得票数 0
回答已采纳
我需要将连续的数据分成任意数量的分位数。但是，我的应用程序需要返回的分位数bin的最大值：
import pandas as pd
import numpy as np
In [1]: s = pd.Series(np.random.randint(0,20,20)); s[:5]
Out[1]:
0 0
1 15
2 5
3 19
4 15
假设我使用pandas.qcut创建了5个分位数：
In [2]: bins = pd.qcut(s,5); bins
Out[2]:
Categorical:
array([[0, 1.8], (9.8, 15.2]
浏览 4提问于2013-03-08得票数 2
回答已采纳
1回答
使用pandas，我尝试使用排名分数(x)将数据帧分成十进制，这样每个十进制数包含基于不同列(y)之和的相等值。 换句话说，它将填充每个十进制数，直到它达到某个特定的值(y // 10的总和)，然后进入下一个十进制数。 我尝试过使用cut和qcut，但它只按x拆分，而不按y中的值拆分。
浏览 12提问于2019-05-21得票数 0
回答已采纳
4回答
我有一个数据框架，我可以从中选择一个列(系列)如下：
df：
value_rank
275488 90
275490 35
275491 60
275492 23
275493 23
275494 34
275495 75
275496 40
275497 69
275498 14
275499 83
... ...
value_rank是以前从更大的
浏览 4提问于2016-02-03得票数 14
回答已采纳
我有一个数据帧df，如下所示： Name Date Item Quantity Unit Cost Value
0 Clay 2018 Q1 AA 9 8.97 80.73
1 Clay 2018 Q1 BB 3 12.34 37.02
2 Clay 2018 Q1 CC 4 1.40 5.60
3 Clay 2018 Q1 DD 7 0.22 1.54
4 Clay 2018 Q2 DD
浏览 46提问于2019-12-23得票数 0
回答已采纳
2回答
我有一个熊猫系列(作为更大数据框架的一部分)，如下所示：
0 7416
1 10630
2 7086
3 2091
4 3995
5 1304
6 519
7 1262
8 3676
9 2371
10 5346
11 912
12 3653
13 1093
14 2986
15 2951
16 11859
我想根据以下分位数对行进行分组：
Top 0-5%
Top 6-1
浏览 1提问于2015-12-09得票数 6
回答已采纳
我有一个数据框，它的列包含Investment，它表示交易员的投资金额。我想在数据框中创建两个新列；一个基于Investment大小给出十进制排名，另一个给出五分之一排名。我希望1代表投资最大的十进制，10代表最小的。简单地说，我希望1代表投资最大的五分位数，5代表最小的。
我是Pandas的新手，有没有什么方法可以让我轻松做到这一点呢？谢谢!
浏览 0提问于2014-10-22得票数 18
回答已采纳
是否有可能将多个函数应用于像这样的元组形式的pandas滚动窗口？
我目前正在创建返回计数，下限和上限的最大仓位计数的滚动窗口上的价格系列。
def qcut_data(x):
data_out = pd.qcut(x, q = 10, duplicates = 'drop').value_counts().nlargest(1)
return data_out
df_m['hist_count'] = df_m['mid'].rolling(window = rolling_window).apply(lambda x: q
浏览 7提问于2017-07-07得票数 4
1回答
我想要自动标记“票价”分位数波段，如下所示。 我的数据如下所示： df.head()
PassengerId Survived Pclass Name Sex Age SibSp Parch Ticket Fare Cabin Embarked
0 1 0 3 Braund, Mr. Owen Harris male 22.0 1 0 A/5 21171 7.2500 NaN S
1 2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th...
浏览 17提问于2019-10-06得票数 0
回答已采纳
1回答
我和熊猫一起工作(当很多数据等于最小值时)，它会返回一个错误：
Bin edges must be unique
或者我必须扔掉我得到的非唯一的回收箱，但是我所有的数据都在一个垃圾桶里。
例如: dataset：
import pandas as pd
nbins = 2
pd.qcut([0,0,0,0,0,1,2,3], nbins)
然后，我希望有一个高于或低于中位数(这里0)。那我就期待着：
[grp1, grp1, grp1, grp1, grp1, grp2, grp2, grp2]
但我们得到的要么是：
pd.qcut([0,0,0,0,0,1,2,3], 2)
out >
浏览 0提问于2017-10-19得票数 1
回答已采纳
我从当地的一个网站上收集了一些数据，人们在那里出售他们的汽车。我有一些有用的数据，比如汽车的制造年份，里程，价格等等。我有一个年资图，但是我想根据里程来给它着色，这样每年，相应的里程就可以分为三类。
我试过这个代码：
df.milage_year = df.loc[df.year==1395].cut(df.milage, 3, labels=['g', 'y', 'r'])
但我知道这个错误：
AttributeError：'DataFrame‘对象没有属性'cut’
更新:切割方法根据值工作！但是，如果我们要根据案例的
浏览 1提问于2019-04-21得票数 2
回答已采纳
1回答
我有一个包含数字列的数据帧。对于每一列，我希望计算分位数信息，并将每一行分配给其中一列。我试图使用返回一个垃圾箱列表，但结果却是逐个计算垃圾箱。我认为可能存在的东西，但我找不到它是像df.to_quintile(num of quantiles)这样的方法。这就是我想出来的，但我想知道是否有更简洁的方式来做这件事。
import pandas as pd
#create a dataframe
df = pd.DataFrame(randn(10, 4), columns=['A', 'B', 'C', 'D'])
def q
浏览 0提问于2013-01-13得票数 14
回答已采纳
我有两个数据文件，如下所示。
dataframe1 =
Index features constant
0 AA 0.25
1 AB 0.45
2 AC 0.78
3 AD 0.91
4 AE 0.12
dataframe2 =
Index AA AB AC AD AE
0 10 45 15 14 98
1 14 55 55 48 70
2 25 75
浏览 4提问于2020-01-27得票数 0
回答已采纳
1回答
我有一个从中提取列mpg的数据帧df。
我想根据mpg的值将类标签/名称添加到每一行。
我已经做过了
mpg = df.iloc[:,0]
median = np.percentile(mpg, q=50)
upper_quartile = np.percentile(mpg, q=75)
lower_quartile = np.percentile(mpg, q=25)
mpg_class = np.ones((num_observations, 1))
for i, element in enumerate(X):
mpg = element[0]
if mpg &g
浏览 5提问于2016-09-24得票数 0
回答已采纳
2回答
我试图基于数据集中一列的四分位数范围来标记值，但在合成两个步骤时遇到了困难。下面是一个玩具数据集：
fruit rating_store rating_home
apple 1.0 .8
pear .8 .9
berry .9 .4
tomato .7 .5
orange .3 .6
banana .2 .4
... ... ...
首先，我试图识别rating_home的四分位数范围，
浏览 3提问于2020-12-21得票数 0
回答已采纳
我正在努力制作一个DataFrame预处理管道，使用sklearn并链接各种类型的预处理步骤。
我想链接一个SimpleImputer转换器和一个应用pd.qcut (或pd.cut)的FunctionTransformer，但是我一直收到以下错误：
ValueError:输入数组必须是一维的
这是我的密码：
from sklearn.base import BaseEstimator, TransformerMixin
from sklearn.pipeline import Pipeline
from sklearn.impute import SimpleImputer
from s
浏览 1提问于2020-06-17得票数 3
回答已采纳
1回答
我有一个包含AXLES列的数据帧。AXLES列始终具有以下值之一：[3, 4, 5, ,6 ,7, 8]。我运行筛选器，然后更改索引，然后分组，然后重新采样，最后拆分数据帧，如下面的代码所示。
resamp = df[(df.GVW > 100) & (df.AXLES.isin([3,4,5,6,7,8]))].set_index('TIMESTAMP').groupby('AXLES').resample('M', how='count').CLASS
dfTemp = resamp.unstack(0)
dfT
浏览 1提问于2017-04-14得票数 0
1回答
我有一个数据文件，如下所示：
index value
1 21.046091
2 52.400000
3 14.082153
4 1.859942
5 1.859942
6 2.331143
7 9.060000
8 0.789265
9 12967.7
最后一个值比其他值高得多。我试图使用pd.cut将所有值放入5个回收箱中：
pd.cut(df['value'], 5, labels = [1,2,3,4,5])
但最终只会返回第一组和第五组。
index value gro
浏览 0提问于2018-03-09得票数 0
回答已采纳
1回答
我有一个事件数据的数据帧，其中的一列是该事件发生的时间间隔。我想使用pd.qcut()使每个间隔的百分位数给定其中的事件，并为每个事件分配其各自的百分位数。
def event_quartiler(event_row):
in_interval = paired_events.loc[events['TimeInterval'] == event_row['TimeInterval']]
quartiles = pd.qcut(in_interval['DateTime'], 100)
counter = 1
fo
浏览 30提问于2019-03-26得票数 0
3回答
我想把价值放在同样大小的垃圾箱里。假设我们有以下Pandas系列：
ex = pd.Series([1,2,3,4,5,6,7,888,999])
现在，我想创建三个垃圾桶：
pd.cut(ex, 3, labels=False)
这就产生了三个垃圾箱，并为系列的每个元素分配了如下的收件箱号：
[0,0,0,0,0,0,0,2,2]
现在，我希望使用bin边框，这样每个bin都有相同数量的元素(即3个)，将数据点分配到回收箱应该如下所示：
[0,0,0,1,1,1,2,2,2]
我怎么知道这事？打破领带应该做些什么(例如，当数据点的数量不能被垃圾箱的数量所分割时)？
浏览 2提问于2020-09-11得票数 3
回答已采纳
我的数据是。
q = pd.qcut(df['loss_percent'], 10)
ValueError: Bin edges must be unique: array([ 0.38461538, 0.38461538, 0.46153846, 0.46153846, 0.53846154,
0.53846154, 0.53846154, 0.61538462, 0.69230769, 0.76923077, 1. ])
我已经读过了，但是我仍然很困惑。
我想，我的一个值有一个高频率的发生，那就是断断续续。
首先，步骤是如何
浏览 0提问于2017-01-05得票数 1
回答已采纳
1回答
我有一个DataFrame，包含2列x和y，它们表示笛卡尔系统中的坐标。我想获得一个偶数(或几乎偶数)点数的组。我正在考虑使用pd.qcut()，但据我所知，它只能应用于1列。
例如，我想把整组点除以x中的4个区间，y中的4个区间(数字可能不相等)，这样我就可以得到大约偶数的点。我预计总共会看到16个间隔(4x4)。
我尝试了一种非常直接的方法，它显然没有产生正确的结果(例如51和99 )。以下是代码：
df['x_bin']=pd.qcut(df.x,4)
df['y_bi
浏览 4提问于2020-07-29得票数 1
回答已采纳
我正在处理9000行6列的pandas数据帧。在这一点上，我正在尝试将一个工作的连续变量‘经验’年限转换为4个工作(商业经理-业务开发人员-网络营销人员-流量经理)中每一个工作的分类变量‘水平’的专业知识(初学者-中级-高级专家)。 考虑到每个工作的经验范围并不相同，我使用"qcut“将数据分为4组，如下所示： (您可以运行以下代码来获取dataframe示例) import pandas as pd
df = pd.DataFrame({'Job': ['Commercial Manager', 'Traffic Manager'
浏览 40提问于2020-09-17得票数 1
回答已采纳
2回答
我有个数据：
Column1 Column2
a 0.34
b 0.25
c 0.75
d 1.5
e 0.31
f 2.45
g 7.89
如何计算Column2值最高的25%的数据。
例如，7行，前25%为1.75 ~2
输出：
Column1 Column2
g 7.89
f 2.45
浏览 2提问于2020-06-14得票数 0
回答已采纳
1回答
我有99个人的年收入数据：
import pandas, random
incomes = pandas.DataFrame({'income':[round(random.triangular(20,80,200),0) for i in range(99)]})
如何：
将他们分成3个分位数，“贫穷”、“中等”、“富有”，每个分位数为的平均收入。
抱歉，听起来像个新手的问题。我在学习。谢谢!
浏览 2提问于2020-06-09得票数 1
我有一个数据框，我想把“close”值绑定到当天的相应范围。(范围=高低差值)。
我需要5个分位数。Q1、Q2、M、Q4、Q5。
示例:低100，高200，关闭125 = Q2
这是df：
Low High range close
amin amax
Date
2019-06-20 2918.00 2946.75 115.0 2943.00
2019-06-21 2930.00 2951.50 86.0 2933.25
2019-06-24 2931.00 2
浏览 2提问于2020-07-17得票数 1
1回答
例如，我有一个数据框架
count
A 20
B 20
C 15
D 10
E 10
F 8
G 7
H 5
I 5
如果我想把它分成几个组(最大的75%，15%和最后10%)，那就是
count Class
A 20 Top1
B 20 Top1
C 15 Top1
D 10 Top1
E 10 Top1
F 8 Top2
G 7 Top2
H 5 Top3
I 5 Top3
我怎样才能做到这一点？我
浏览 5提问于2022-11-18得票数 1
回答已采纳
我想将函数pd.cut应用于数据帧中的每一列。
qcut基本上是基于分位数的离散化函数.
注:参数X
X是一维ndarray或系列.
我的数据：
import pandas as pd
df = pd.DataFrame({
'PC1' : [0.035182, 0.001649, -0.080456, 0.056460, 0.017737, -0.005615, 0.033691, 0.547145, -0.022938, -0.059511],
'PC2': [0.034898, 0.001629, -0.083374, 0.053976,
浏览 4提问于2021-11-10得票数 1
回答已采纳
1回答
我有两个不同的熊猫数据帧，在第一个数据帧(价格)中，我有两列。名为value的第一列包含一些值，第二列amount包含每个价格的可用金额。第二数据帧(箱)具有从价格数据帧产生的一些价格区间作为索引。对于价格数据帧的每一行，我检查值列的每一行，以从bins数据帧中找到它所属的区间，并且如果该值在区间中，则我在bins数据帧中分配可用量。如果在同一时间间隔内再次出现另一个值，我将在group_bins数据帧中对这些数值求和。
import pandas as pd
bins = pd.DataFrame({
'value': [1, 2, 5, 7, 8, 16, 20,
浏览 0提问于2019-11-11得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
