基于python cut和qcut的用法及区别详解


Posted in Python onNovember 22, 2019

我就废话不多说了,直接上代码吧:

from pandas import Series,DataFrame
import pandas as pd
import numpy as np
from numpy import nan as NA
from matplotlib import pyplot as plt
ages = [20,22,25,27,21,23,37,31,61,45,41,32]
#将所有的ages进行分组
bins = [18,25,35,60,100]
#使用pandas中的cut对年龄数据进行分组
cats = pd.cut(ages,bins)
#print(cats)
#调用pd.value_counts方法统计每个区间的个数
number=pd.value_counts(cats)
#print(pd.value_counts(cats))
#显示第几个区间index值
index=pd.cut(ages,bins).codes
#print(index)
#为分类出来的每一组年龄加上标签
group_names = ["Youth","YouthAdult","MiddleAged","Senior"]
personType=pd.cut(ages,bins,labels=group_names)
#print(personType)
plt.hist(personType)
#plt.show()
#cut和qcut的用法
data=[1,2,3,4,5,6,7,8,9,10]
result=pd.qcut(data,4)
print(' ',result)##qcut会将10个数据进行排序,然后再将data数据均分成四组
#统计落在每个区间的元素个数
print('dasdasdasdasdas:  ',pd.value_counts(result))
#qcut : 跟cut一样也可以自定义分位数(0到1之间的数值,包括端点)
results=pd.qcut(data,[0,0.1,0.5,0.9,1])
print('results:  ',results)
import numpy as np
import pandas as pd
data = np.random.rand(20)
print(data)
#用cut函数将一组数据分割成n份
#cut函数分割的方式:数据里的(最大值-最小值)/n=每个区间的间距
#利用数据中最大值和最小值的差除以分组数作为每一组数据的区间范围的差值
result = pd.cut(data,4,precision=2) #precision保留小数点的有效位数
print(result)
res_data=pd.value_counts(result)
print(res_data)

以上这篇基于python cut和qcut的用法及区别详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python实现系统状态监测和故障转移实例方法
Nov 18 Python
python实现监控windows服务并自动启动服务示例
Apr 17 Python
python使用range函数计算一组数和的方法
May 07 Python
python套接字流重定向实例汇总
Mar 03 Python
Python多进程同步简单实现代码
Apr 27 Python
Python简单获取网卡名称及其IP地址的方法【基于psutil模块】
May 24 Python
pyqt5 lineEdit设置密码隐藏,删除lineEdit已输入的内容等属性方法
Jun 24 Python
对PyQt5的输入对话框使用(QInputDialog)详解
Jun 25 Python
Python K最近邻从原理到实现的方法
Aug 15 Python
python同时替换多个字符串方法示例
Sep 17 Python
一篇文章搞懂python的转义字符及用法
Sep 03 Python
Python进行区间取值案例讲解
Aug 02 Python
python创建学生成绩管理系统
Nov 22 #Python
Python计算不规则图形面积算法实现解析
Nov 22 #Python
python实现连续变量最优分箱详解--CART算法
Nov 22 #Python
pycharm运行scrapy过程图解
Nov 22 #Python
python迭代器常见用法实例分析
Nov 22 #Python
python自动分箱,计算woe,iv的实例代码
Nov 22 #Python
python创建学生管理系统
Nov 22 #Python
You might like
PHP下编码转换函数mb_convert_encoding与iconv的使用说明
2009/12/16 PHP
php伪静态之APACHE篇
2014/06/02 PHP
php对象在内存中的存在形式分析
2015/02/03 PHP
PHP常用的小程序代码段
2015/11/14 PHP
thinkPHP5分页功能实现方法分析
2017/10/25 PHP
PHP工厂模式简单实现方法示例
2018/05/23 PHP
tp5.1 框架join方法用法实例分析
2020/05/26 PHP
javascript自动改变文字大小和颜色的效果的小例子
2013/08/02 Javascript
在JavaScript中使用timer示例
2014/05/08 Javascript
JQuery右键菜单插件ContextMenu使用指南
2014/12/19 Javascript
jQuery 判断图片是否加载完成方法汇总
2015/08/10 Javascript
js数组的五种迭代方法及两种归并方法(推荐)
2016/06/14 Javascript
React Router基础使用
2017/01/17 Javascript
从零学习node.js之文件操作(三)
2017/02/21 Javascript
AngularJS中filter的使用实例详解
2017/08/25 Javascript
微信小程序 配置顶部导航条标题颜色的实现方法
2017/09/20 Javascript
浅谈webpack4 图片处理汇总
2018/09/12 Javascript
JavaScript中将值转换为字符串的五种方法总结
2019/06/06 Javascript
js实现简单的秒表
2020/01/16 Javascript
[52:06]完美世界DOTA2联赛决赛日 Inki vs LBZS 第一场 11.08
2020/11/10 DOTA
[01:27:44]DOTA2-DPC中国联赛 正赛 PSG.LGD vs Aster BO3 第一场 1月24日
2021/03/11 DOTA
python client使用http post 到server端的代码
2013/02/10 Python
Python输出\u编码将其转换成中文的实例
2018/12/15 Python
python flask安装和命令详解
2019/04/02 Python
python整合ffmpeg实现视频文件的批量转换
2019/05/31 Python
numpy实现神经网络反向传播算法的步骤
2019/12/24 Python
Python pip配置国内源的方法
2020/02/14 Python
解决TensorFlow程序无限制占用GPU的方法
2020/06/30 Python
Python urllib库如何添加headers过程解析
2020/10/05 Python
巴西女装购物网站:Eclectic
2018/04/24 全球购物
解除聘用合同证明书范本
2014/09/11 职场文书
领导干部整治奢华浪费之风思想汇报
2014/10/07 职场文书
特岗教师个人总结
2015/02/10 职场文书
2015年入党积极分子培养考察意见
2015/08/12 职场文书
Python 中数组和数字相乘时的注意事项说明
2021/05/10 Python
python语言中pandas字符串分割str.split()函数
2022/08/05 Python