binning столбец с Pandas

В анализе данных часто полезно для данных в категории для упрощения его представления и анализа. Это общий метод при работе с числовыми данными, например, при работе с процентами. ['процент']. Head () 46.5 44.2 100.0 42.12

, чтобы врезаться в этот столбец и получить количество значений для каждой бина, мы можем использовать функцию Pd.cut. Вот два способа достичь этого:

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

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

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

df ['binnd'] = = = = = = np.searchsorted (bins, df ['процент']. Значения) print (df.groupby (df ['binnd']). size ()) ] оба метода вернут следующий вывод:

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

Этот вывод указывает, что в бункерах нет значений (0, 1], (1, 5], (5, 10] и (10, 25]. Три значения попадают в bin (25, 50], и одно значение попадает в мусорное ведро (50, 100].