基于python cut和qcut的用法及区别详解


Posted in Python onNovember 22, 2019

我就废话不多说了,直接上代码吧:

from pandas import Series,DataFrame
import pandas as pd
import numpy as np
from numpy import nan as NA
from matplotlib import pyplot as plt
ages = [20,22,25,27,21,23,37,31,61,45,41,32]
#将所有的ages进行分组
bins = [18,25,35,60,100]
#使用pandas中的cut对年龄数据进行分组
cats = pd.cut(ages,bins)
#print(cats)
#调用pd.value_counts方法统计每个区间的个数
number=pd.value_counts(cats)
#print(pd.value_counts(cats))
#显示第几个区间index值
index=pd.cut(ages,bins).codes
#print(index)
#为分类出来的每一组年龄加上标签
group_names = ["Youth","YouthAdult","MiddleAged","Senior"]
personType=pd.cut(ages,bins,labels=group_names)
#print(personType)
plt.hist(personType)
#plt.show()
#cut和qcut的用法
data=[1,2,3,4,5,6,7,8,9,10]
result=pd.qcut(data,4)
print(' ',result)##qcut会将10个数据进行排序,然后再将data数据均分成四组
#统计落在每个区间的元素个数
print('dasdasdasdasdas:  ',pd.value_counts(result))
#qcut : 跟cut一样也可以自定义分位数(0到1之间的数值,包括端点)
results=pd.qcut(data,[0,0.1,0.5,0.9,1])
print('results:  ',results)
import numpy as np
import pandas as pd
data = np.random.rand(20)
print(data)
#用cut函数将一组数据分割成n份
#cut函数分割的方式:数据里的(最大值-最小值)/n=每个区间的间距
#利用数据中最大值和最小值的差除以分组数作为每一组数据的区间范围的差值
result = pd.cut(data,4,precision=2) #precision保留小数点的有效位数
print(result)
res_data=pd.value_counts(result)
print(res_data)

以上这篇基于python cut和qcut的用法及区别详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python查询Mysql时返回字典结构的代码
Jun 18 Python
python中关于时间和日期函数的常用计算总结(time和datatime)
Mar 08 Python
python抓取网页中的图片示例
Feb 28 Python
Python中使用urllib2模块编写爬虫的简单上手示例
Jan 20 Python
Python 列表理解及使用方法
Oct 27 Python
TensorFlow 实战之实现卷积神经网络的实例讲解
Feb 26 Python
Python中分支语句与循环语句实例详解
Sep 13 Python
Django csrf 两种方法设置form的实例
Feb 03 Python
Python可变和不可变、类的私有属性实例分析
May 31 Python
Pandas实现DataFrame按行求百分数(比例数)
Dec 27 Python
python 安装库几种方法之cmd,anaconda,pycharm详解
Apr 08 Python
Python 实现PS滤镜中的径向模糊特效
Dec 03 Python
python创建学生成绩管理系统
Nov 22 #Python
Python计算不规则图形面积算法实现解析
Nov 22 #Python
python实现连续变量最优分箱详解--CART算法
Nov 22 #Python
pycharm运行scrapy过程图解
Nov 22 #Python
python迭代器常见用法实例分析
Nov 22 #Python
python自动分箱,计算woe,iv的实例代码
Nov 22 #Python
python创建学生管理系统
Nov 22 #Python
You might like
php中如何判断一个网页请求是ajax请求还是普通请求
2013/08/10 PHP
php json_encode值中大括号与花括号区别
2013/09/30 PHP
php循环table实现一行两列显示的方法
2015/06/04 PHP
ThinkPHP3.2.2实现持久登录(记住我)功能的方法
2016/05/16 PHP
Yii2单元测试用法示例
2016/11/12 PHP
遨游,飞飞,IE,空中网 浏览器无提示关闭方法
2011/07/11 Javascript
jquery实现excel导出的方法
2013/04/04 Javascript
Node.js模块加载详解
2014/08/16 Javascript
Jquery1.9.1源码分析系列(十五)动画处理之外篇
2015/12/04 Javascript
Jquery对新插入的节点 绑定Click事件失效的解决方法
2016/06/02 Javascript
JSON 对象未定义错误的解决方法
2016/09/29 Javascript
JS命令模式例子之菜单程序
2016/10/10 Javascript
扩展jquery easyui tree的搜索树节点方法(推荐)
2016/10/28 Javascript
jQuery图片轮播(二)利用构造函数和原型创建对象以实现继承
2016/12/06 Javascript
Vue数据驱动模拟实现5
2017/01/13 Javascript
详解vue-Resource(与后端数据交互)
2017/01/16 Javascript
JavaScript定时器制作弹窗小广告
2017/02/05 Javascript
微信小程序 template模板详解及实例
2017/02/21 Javascript
AngularJS读取JSON及XML文件的方法示例
2017/05/25 Javascript
利用vue组件自定义v-model实现一个Tab组件方法示例
2017/12/06 Javascript
基于elementUI使用v-model实现经纬度输入的vue组件
2019/05/12 Javascript
微信小程序 扭蛋抽奖机css3动画实现详解
2019/07/19 Javascript
在Python中使用HTML模版的教程
2015/04/29 Python
python opencv 读取图片 返回图片某像素点的b,g,r值的实现方法
2019/07/03 Python
python+selenium定时爬取丁香园的新型冠状病毒数据并制作出类似的地图(部署到云服务器)
2020/02/09 Python
python实现飞机大战项目
2020/03/11 Python
如何使用PyCharm将代码上传到GitHub上(图文详解)
2020/04/27 Python
基于Html5实现的react拖拽排序组件示例
2018/08/13 HTML / CSS
《三袋麦子》教学反思
2014/03/02 职场文书
学生自我评语大全
2014/04/18 职场文书
家长通知书家长意见
2015/06/03 职场文书
《大禹治水》教学反思
2016/02/22 职场文书
股东协议书范本2016
2016/03/21 职场文书
工作违纪的检讨书范文
2019/07/09 职场文书
Linux中如何安装并部署Redis
2022/04/18 Servers
使用ICOM IC-R9500接收机同时测评十台收音机中波接收性能
2022/05/10 无线电