Pandas中的cut函数如何使用

Pandas中的cut函数用于将连续的数据划分为离散的间隔。其语法如下：

pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False, duplicates='raise')

参数说明：

• x：待划分的数据
• bins：用于划分数据的间隔
• right：是否包含右边界，默认为True
• labels：给每个间隔添加标签
• retbins：是否返回划分的间隔
• precision：精度
• include_lowest：是否包含最小值
• duplicates：处理重复的边界值的方式

示例：

import pandas as pd

data = [1, 5, 10, 15, 20, 25]
bins = [0, 10, 20, 30]

result = pd.cut(data, bins)

print(result)

输出：

[(0, 10], (0, 10], (0, 10], (10, 20], (10, 20], (20, 30]]
Categories (3, interval[int64]): [(0, 10] < (10, 20] < (20, 30]]

在上面的示例中，我们将数据data划分为3个间隔，分别为(0, 10]，(10, 20]，(20, 30]。cut函数返回一个Categorical对象，显示了每个值所属的间隔。