cut函数如何自定义切割点

对于数据分析中常见的年龄,消费金额等数据,我们常常会将其按实际业务要求进行切割,python pandas和R语言中均提供了cut函数实现该操作,如何自定义切割点,具体用法如下:

pandas

df["Age"].head()

在这里插入图片描述

pd.cut(df['Age'], [-float("inf"), 18, 24, 34, 44, 54, 64, float("inf")], labels=['<18', '18-24', '25-34', '35-44', '45-54', '55-64', '65+'])

在这里插入图片描述

R

data1$agecat <-cut(data1$Age,c(-Inf,0,18,24,34,44,54,64,Inf))
summary(data1)

在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值