连续属性离散化

 

将数据分配到一个数据空间中

ages = [20, 22, 25, 27, 21, 23, 37, 31, 61, 45, 41, 32]

bins = [18, 25, 35, 60, 100]

cats = pd.cut(ages, bins)

由bins可以得到四个空间，然后将ages中每一个数字放入合适的空间中

 

获得每个数据的空间名

cats.labels

 

获得总共划分了多少空间

cats.levels

 

查看每个空间有多少数据被划分进去

pd.value_counts(cats)

 

指定每个空间的开闭口的方位

pd.cut(ages, [18, 26, 36, 61, 100], right=False)

 

为空间命名

group_names = ['Youth', 'YoungAdult', 'MiddleAged', 'Senior']

pd.cut(ages, bins, labels=group_names)

 

将数据从大到小排序后等分为4份

data = np.random.rand(20)

pd.cut(data, 4, precision=2)

 

默认qcut()将数据n等分，可以同给给出累计分布值的方式对数据进行划分

data = np.random.randn(1000) # Normally distributed

cats = pd.qcut(data, 4) # Cut into quartiles

pd.value_counts(cats)

 

pd.qcut(data, [0, 0.1, 0.5, 0.9, 1.])

转载于:https://www.cnblogs.com/yongfuxue/p/10042331.html