pd.cut和qcut

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))