如何在 Pandas DataFrame 中对一系列值进行分类答案

【问题标题】：How to categorize a range of values in Pandas DataFrame如何在 Pandas DataFrame 中对一系列值进行分类
【发布时间】：2019-04-15 00:36:59
【问题描述】：

假设我有以下 DataFrame：

我想在范围内对这些值进行分类。比如A：[1,10]，B：[11,20]，C...

   Area
0  B
1  D
2  C
3  A
4  C

我如何使用 Pandas 做到这一点？我尝试了以下代码：

bins = pd.IntervalIndex.from_tuples([(0, 11), (11, 20), (20, 50), (50, 100), (100, 500), (500, np.max(df["area"]) + 1)], closed='left')
catDf = pd.cut(df["area"], bins = bins)

但是“cut”命令只是将范围值放在 DataFrame 中，我想放置类别名称而不是范围。

编辑：我尝试将标签传递给剪辑，但没有任何变化。 EDIT2：澄清一下，如果“面积”的值有 10.21，那么它在 [10,20] 的范围内，所以它必须标记为“B”或该范围值的其他标签.

【问题讨论】：

标签： python pandas

【解决方案1】：

对我来说 cat.codes 通过将列表 a 转换为 numpy 数组进行索引：

a = list('ABCDEF')
df['new'] = np.array(a)[pd.cut(df["Area"], bins = bins).cat.codes]
print (df)
     Area new
0   14.68   B
1   40.54   C
2   10.82   A
3    2.31   A
4   22.30   C
5  600.00   F

catDf = pd.Series(np.array(a)[pd.cut(df["Area"], bins = bins).cat.codes], index=df.index)
print (catDf)
0    B
1    C
2    A
3    A
4    C
5    F
dtype: object

【讨论】：

完美。谢谢你，这正是我想要的，简单而干净的解决方案。没有找到“代码”功能。再次感谢您

【解决方案2】：

您可以指定如下标签：

注意不确定您使用了哪些范围：

pd.cut(df.Area, [1,10, 20, 50, 100], labels=['A', 'B', 'C', 'D'])

0    B
1    C
2    B
3    A
4    C
Name: Area, dtype: category
Categories (4, object): [A < B < C < D]

【讨论】：

我需要一个值范围的标签。假设值 10.23 在 [10,20] 的范围内，所以它的值将是 A。所有范围值都有标签，如果“are”的值在范围内，那么它将转换为 A

【解决方案3】：

假设 bins 是一个全局变量，你可以这样做

   def number_to_bin(number):
        ALPHABETS = "ABCDEFGHIJKLMNOPQRSTUVWXYZ"
        for i, bin in enumerate(bins):
            if number >= bin[0] and number <= bin[1]:
                return ALPHABETS[i]

   df["area"] = df["area"].apply(number_to_bin)

【讨论】：

如果您有固定的 bin 值，例如 1、10、20 等，则可以使用。但由于我有一系列值，所以这个解决方案不起作用。