binando uma coluna com pandas

na análise de dados, geralmente é útil dividir dados em categorias para simplificar sua representação e análise. Esta é uma técnica comum ao trabalhar com dados numéricos, como ao lidar com porcentagens. ['porcentagem']. Head () 46.5 44.2 100.0 42.12

para bin esta coluna e obter a contagem de valor para cada compartimento, podemos usar a função pd.cut. Aqui estão duas maneiras de conseguir isso:

df['percentage'].head()
46.5
44.2
100.0
42.12

bins = [0, 1, 5, 10, 25, 50, 100] df ['binned'] = pd.cut (df ['porcentagem'], caixas) print (df.groupby (df ['binned'])). size ())

df['percentage'].head()
46.5
44.2
100.0
42.12

df ['binned'] = np.searchSorted (Bins, df ['porcentagem']. print (df.groupby (df ['binned']). size ()) Ambos os métodos retornarão a seguinte saída:

df['binned'] = np.searchsorted(bins, df['percentage'].values)
print(df.groupby(df['binned']).size())

Esta saída indica que não há valores nas caixas (0, 1], (1, 5], (5, 10] e (10, 25]. Três valores caem no bin (25, 50], e um valor cai na lixeira (50, 100].