pandas 学习 第10篇：离散化和切分

在数据分析中，通常需要把连续的数据离散化或拆分成多个区间(bin)，这就需要用到cut()或qcut()函数。

一，cut函数

把值切分成离散的区间，有三种切分方式，第一种方式是制定区间的数量，把连续值平均切分；第二种方式是以标量值序列指定各个区间的边界值；第三种方式是以IntervalIndex 精确指定各个区间，区间之间不允许重叠。

pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False)

参数注释：

• x：array-like
• bins：如果是整数，表示切分区间的数量；如果是整数序列(从小到大)，表示通过元素指定各个区间的边界；如果是IntervalIndex，表示精确指定各个区间。
• right：是否包含区间的右边界
• labels：为每一个区间指定一个标签
• retbins：是否返回bins(切分的区间的边界)
• precision：指定区间标签(bin label)的精度，通常是对浮点数标签来说，指定小数点后的位数
• include_lowest：指定第一个区间是否包含最低值

cut函数返回的是Categori