cut一般是进行等宽(距)分箱(离散化),qcut进行等频分箱
cut
pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3)
qcut
pandas.qcut(x, q, labels=None, retbins=False, precision=3, duplicates='raise')
x:一维 ndarray 或系列
q:整数或浮点数的list-like,分位数。 10 表示十分位数,4 表示四分位数等。交替排列的分位数,例如[0, .25, .5, .75, 1.] 四分位数。
labels:数组或假,默认无。用作结果箱的标签。必须与生成的 bin 长度相同。如果为 False,则仅返回 bin 的整数指示符。如果为 True,则引发错误。
retbins:布尔型,可选。是否返回(箱,标签)。如果 bins 作为标量给出,则可能很有用。
precision:整数,可选。存储和显示 bin 标签的精度。
duplicates:{默认 ‘raise’, ‘drop’},可选。
实例
import pandas as pd
import numpy as np
x = np.random.randint(20,100,size=12)
print('原始数据:',x)
bins_cut = [0,40,56,80,100]
#等距离散化
cut = pd.cut(x,bins=4)
cut1 = pd.cut(x,bins=bins_cut)
print(pd.value_counts(cut))
print(pd.value_counts(cut1))
#等频分箱
print('等频分箱结果是:')
q_cut = pd.qcut(x,q=4)
print(pd.value_counts(q_cut))