python做数据分类两种方式

1.数值型变量。

如1,2,3,7,9,13,14，按0-6,7-12,12-分为三类，并赋值

def gczam(data):  
    bins=[0,6,12,max(data['col'])]   #按0-6,6-12,12-进行拆分。左右为最小最大值。
    #bins必须严格递增，若不确定12与最大值之间的关系报错，则使用if判断后再进行
    result=pd.cut(data['col'],bins,right=True,labels=[0,1,2])   #labels为分类赋值结果，0-6赋值0。比bins中数目少一个
    return result

#使用：data1['col']=gczam(data1)

2.文本型变量

如‘正常’，‘异常’等等.如文本采集不全，采用关键字提取进行分类，我这里面使用abcd代替

def wbqx(data):  
    for i in range(len(data)):
        if pd.isnull(data.loc[i,'col'])==False:
            s=data.loc[i,'col']
            if 'a' in s:
                data.loc[i,'col']='a类'
            elif 'b' in s or 'c' in s:
                data.loc[i,'col']='b类'
            elif 'd' in s:
                data.loc[i,'col']='正常'
            else:
                data.loc[i,'col']=None
    return data


#调用：data1=wbqx(data1)