熊猫切成间隔超参数

我正在尝试在一个间隔列上匹配多个数据帧,这是pd.cut()函数的结果。 但是,由于pd.cut()产生不同的结果,因此该匹配无法正常工作。

例如: 在将浮点数系列切成[15、16、17、18]的二进制数时,pd.cut函数有时会产生以下间隔-选项A:

(15,16],(16,17],(17,18]

有时会以以下间隔产生-选项B:

(15.0,16.0],(16.0,17.0],(17.0,18.0]

更改诸如精度之类的超参数无济于事。 有趣的是,对于按间隔进行分组的选项B结果,分组的名称实际上就是选项A-(15,16],(16,17],(17,18]

pd.cut()函数应该使用哪些超级参数?

PS

同样有效,我认为手动为pd.cut()间隔添加标签作为图例是错误的解决方案。

shndebb 回答:熊猫切成间隔超参数

是的,一个可行的解决方案是手动为pd.cut()间隔添加标签作为图例。

df['a_groups'] = pd.qcut(df.a,q=3,labels=['(15,16]','(16,17]','(17,18]'])
本文链接:https://www.f2er.com/3021181.html

大家都在问