python分箱的方法？這個(gè)問(wèn)題可能是我們?nèi)粘W(xué)習(xí)或工作經(jīng)常見到的。希望通過(guò)這個(gè)問(wèn)題能讓你收獲頗深。下面是小編給大家?guī)?lái)的參考內(nèi)容，讓我們一起來(lái)看看吧！

創(chuàng)新互聯(lián)是一家專注網(wǎng)站建設(shè)、網(wǎng)絡(luò)營(yíng)銷策劃、成都小程序開發(fā)、電子商務(wù)建設(shè)、網(wǎng)絡(luò)推廣、移動(dòng)互聯(lián)開發(fā)、研究、服務(wù)為一體的技術(shù)型公司。公司成立10年以來(lái)，已經(jīng)為上1000+成都門窗定制各業(yè)的企業(yè)公司提供互聯(lián)網(wǎng)服務(wù)?，F(xiàn)在，服務(wù)的上1000+客戶與我們一路同行，見證我們的成長(zhǎng)；未來(lái)，我們一起分享成功的喜悅。

1、數(shù)據(jù)分箱

數(shù)據(jù)分箱技術(shù)在Pandas官方給出的定義：Bin values into discrete intervals，是指將值劃分到離散區(qū)間。好比不同大小的蘋果歸類到幾個(gè)事先布置的箱子中；不同年齡的人劃分到幾個(gè)年齡段中。

這種技術(shù)在數(shù)據(jù)處理時(shí)會(huì)很有用。

2、例子

我們先來(lái)看例子

import numpy as np
import pandas as pd
ages = np.array([5,10,36,12,77,89,100,30,1]) #年齡數(shù)據(jù)
1
2
3

現(xiàn)把數(shù)據(jù)劃分成 3 個(gè)區(qū)間，并打上老、中、青的標(biāo)簽。Pandas提供了易用的API，很容易就可以實(shí)現(xiàn)。

pd.cut(ages, 3, labels=['青','中','老'])
1

結(jié)果如下，一行代碼便實(shí)現(xiàn)。

[青, 青, 中, 青, 老, 老, 老, 青, 青]
1

cut在操作時(shí)，統(tǒng)計(jì)了一維數(shù)組的最小、最大值，得到一個(gè)區(qū)間長(zhǎng)度，因?yàn)樾枰獎(jiǎng)澐?個(gè)區(qū)間，所以會(huì)得到三個(gè)均勻的區(qū)間，如下。

pd.cut(ages, 3 )
>>>區(qū)間如下：
Categories (3, interval[float64]): 
[(0.901, 34.0] < (34.0, 67.0] < (67.0, 100.0]]
1
2
3
4

給定數(shù)據(jù)的最小值為1，區(qū)間默認(rèn)是左開右閉，所以為了囊括1，需要將最靠左的區(qū)間向左延長(zhǎng)0.1%（總區(qū)間長(zhǎng)度），默認(rèn)精度為小數(shù)點(diǎn)后3位。

3、函數(shù)原型

通過(guò)以上例子初步認(rèn)識(shí)cut后，再分析cut原型就比較容易。

參數(shù)含義如下：

x：被切分的類數(shù)組數(shù)據(jù)，注意必須是1維；

bins：簡(jiǎn)單理解為分箱規(guī)則，就是桶。支持int 標(biāo)量、序列；

right：表示是否包含區(qū)間的右邊界，默認(rèn)包含；

labels：分割后的bins打標(biāo)簽；

retbins：表示是否將分割后的bins返回，默認(rèn)不返回。如為True，則：

    array([   0.901,   34.   ,   67.   ,  100.   ]))
1
2
3
4
5
include_lowest :區(qū)間的左邊是開還是閉，默認(rèn)為開；
duplicates;是否允許重復(fù)區(qū)間。raise：不允許，drop：允許。

感謝各位的閱讀！看完上述內(nèi)容，你們對(duì)python分箱的方法大概了解了嗎？希望文章內(nèi)容對(duì)大家有所幫助。如果想了解更多相關(guān)文章內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。