Pandas qcut 使用相同的数据返回两个不同的结果答案

【问题标题】：Pandas qcut returns two different results with the same dataPandas qcut 使用相同的数据返回两个不同的结果
【发布时间】：2021-03-16 23:28:46
【问题描述】：

我创建了两个格式相同的虚拟数据，然后使用 pd qcut 得到了不同的结果。请告诉我如何使输出正确（如数据1）？

数据1：

df=pd.DataFrame(list(np.zeros(10)) + list (np.ones(2)), columns=['X'])
df1=df[['X']].assign(var_bin=lambda x: pd.qcut(x['X'], q=20, duplicates='drop'))
df1['var_bin'].unique()

输出
[(-0.001, 0.35], (0.9, 1.0]] Categories (2, interval[float64]): [(-0.001, 0.35] < (0.9, 1.0]]

数据 2：

df=pd.DataFrame(list(np.zeros(1000)) + list (np.ones(200)), columns=['X'])
df1=df[['X']].assign(var_bin=lambda x: pd.qcut(x['X'], q=20, duplicates='drop'))
df1['var_bin'].unique()

输出

[(-0.001, 1.0]] Categories (1, interval[float64]): [(-0.001, 1.0]]

【问题讨论】：

标签： pandas dataframe

【解决方案1】：

您还需要在升级虚拟数据集时更改分位数：

df=pd.DataFrame(list(np.zeros(1000)) + list (np.ones(200)), columns=['X'])
df1=df[['X']].assign(var_bin=lambda x: pd.qcut(x['X'], q=2000, duplicates='drop'))
df1['var_bin'].unique()

给出：

[(-0.001, 0.366], (0.966, 1.0]]
Categories (2, interval[float64]): [(-0.001, 0.366] < (0.966, 1.0]]

【讨论】：