问题描述
我几天来一直在寻找这个问题的解决方案,但不幸的是没有成功。
我在这样的列中有连续值:
Val: 1,15,2,91,52,126
我需要将这些数字作为间隔转换为类别。例如,第一个数字应该属于 (1-10) 类别
我知道我们可以使用 pd.cut
pd.cut(df.val,right=False)
但我的问题是我无法定义区间,因为我有数百万的价值。
理想的解决方案是我可以定义区间范围,然后它会自动搜索值并将其转换为该类别。
这将是我理想的输出:
Val Val_Cat
1 1-10
15 10-20
2 1-10
91 90-100
52 50-60
126 120-130
解决方法
您可以使用所需的相应类别创建一个新列:
def cat(x):
return str(x//10*10) + '-' + str((x//10*10)+10)
df['Val_cat']=list(map(cat,df.Val))
,
一个想法是使用数学用整数除以 //
乘以 10
,然后乘以 10
并最后转换为字符串(如有必要,可以使用 repalce):
s = df['Val'] // 10 * 10
df['new'] = s.replace(0,1).astype(str) + '-' + (s + 10).astype(str)
print (df)
Val Val_Cat new
0 1 1-10 1-10
1 15 10-20 10-20
2 2 1-10 1-10
3 91 90-100 90-100
4 52 50-60 50-60
5 126 120-130 120-130
带有 f-string
的替代:
df['new'] = df['Val'].map(lambda x: f'{x//10*10}-{(x//10*10)+10}')
print (df)
Val Val_Cat new
0 1 1-10 0-10
1 15 10-20 10-20
2 2 1-10 0-10
3 91 90-100 90-100
4 52 50-60 50-60
5 126 120-130 120-130
您的切割解决方案可以通过以下方式更改:
bins = np.arange(0,df['Val'].max() // 10 * 10 + 20,10)
df['new'] = pd.cut(df.Val,bins = bins,right=False)
print (df)
Val Val_Cat new
0 1 1-10 [0,10)
1 15 10-20 [10,20)
2 2 1-10 [0,10)
3 91 90-100 [90,100)
4 52 50-60 [50,60)
5 126 120-130 [120,130)