学习笔记(24):Python数据清洗实战-数据离散化

立即学习:https://edu.csdn.net/course/play/26990/361136?utm_source=blogtoedu

数据离散化处理：

• 数据离散化就是分箱
• 一般常用分箱方法是等频分箱或者等宽分箱
• 一般使用pd.cut或者pd.qcut函数

 

等频分箱：当把数据分成几段以后，样本个数相等。

等宽分箱：标准或者箱子的宽度是一样的。

 

语法： pandas.cut(x, bins, right = True, labels)

x：离散化的数目， 或者切分的区间

labels：离散化后各个类别的标签

right：是否包含区间右边的值

df['age_bin'] = pd.cut(df['age_new'], 5, labels = range(5))