使用 pandas.cut 分箱连续变量

问题描述

我正在尝试使用 pd.cut 对连续变量（net_revenue -> 范围 -2000 到 455）进行分类。但是我得到了一个

---

SettingWithCopy 错误

---

（试图在来自 DataFrame 的切片副本上设置值。 尝试使用 .loc[row_indexer,col_indexer] = value 代替

请参阅文档中的注意事项：https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy)

这是我的代码，

oct20_df_clean = pd.DataFrame()
oct20_df_clean = oct20_df[(oct20_df['tenure'] >=0) & 
                          (oct20_df['tenure'].notnull()]                               ]

oct20_df_clean['bin_net_revenue'] = pd.cut(x=oct20_df_clean.loc[:,'net_revenue'],bins = [-2000,-157.56,-44.81,0.0,28.58,85.0,114.25,148.17,148.58,148.67,148.83,456],labels = ['1%','5%','10%','25%','50%','75%','90%','95%','97%','99%','100%'],precision =2
                                                           )

谢谢！

解决方法

问题不在于pd.cut，而在于：

oct20_df_clean = oct20_df[(oct20_df['tenure'] >=0) & 
                          (oct20_df['tenure'].notnull()] 

表示 oct20_df_clean 是无法修改的 oct20_df 切片。用一个 copy 链接起来，你会很好

oct20_df_clean = oct20_df[(oct20_df['tenure'] >=0) & 
                          (oct20_df['tenure'].notnull()
                         ].copy()