等宽分箱_数据处理：销售业绩分箱工具，pd.cut() Vs pd.qcut()

​ 相信很多进行数据处理工作的小伙伴都遇到过这种需求，比如已经有了各个销售员的销售业绩，现在需要给各个销售业绩进行一个分档，诸如未完成任务，完成任务，超额完成任务等。要完成分档需要先对销售业绩的数值进行判断，然后再根据判断的结果进行一个分类，那么大家都是怎样进行分类的呢？

​ 实际上，上述需求是要对连续型的数值进行分箱操作，实现的方法有N种，但是效率有高有低，这里我们介绍两种效率比较高而且也容易理解的方法。

方法一：pd.cut()

参数介绍

先来看一下这个函数都包含有哪些参数，主要参数的含义与作用都是什么？

pd.cut(    x,    bins,    right=True,    labels=None,    retbins=False,    precision=3,    include_lowest=False,    duplicates='raise',)

x ： 一维数组(对应前边例子中提到的销售业绩)

bins ：整数，标量序列或者间隔索引，是进行分组的依据，

• 如果填入整数n，则表示将x中的数值分成等宽的n份(即每一组内的最大值与最小值之差约相等)；
• 如果是标量序列，序列中的数值表示用来分档的分界值
• 如果是间隔索引，“ bins”的间隔索引必须不重叠

right ：布尔值，默认为True表示包含最右侧的数值

• 当“ right = True”(默认值)时，则“ bins”=[1、2、3、4]表示(1,2]，(2,3],(3,4]
• 当bins是一个间隔索引时，该参数被忽略。

labels : 数组或布尔值，可选.指定分箱的标签

• 如果是数组，长度要与分箱个数一致，比如“ bins”=[1、2、3、4]表示(1,2]，(2,3],(3,4]一共3个区间，则labels的长度也就是标签的个数也要是3
• 如果为False，则仅返回分箱的整数指示符，即x中的数据在第几个箱子里
• 当bins是间隔索引时，将忽略此参数

retbins： 是否显示分箱的分界值。默认为False，当bins取整数时可以设置retbins=True以显示分界值，得到划分后的区间

precision：整数，默认3，存储和显示分箱标签的精度。

include_lowest：布尔值，表示区间的左边是开还是闭，默认为false，也就是不包含区间左边。

duplicates：如果分箱临界值不唯一，则引发ValueError或丢弃非唯一

ok，所有参数的含义与作用就是这些了，纯文字解释怎么都不如代码跑一遍来的直观，我们在代码中实现一下再结合上述文字解释就很容易理解了。而且并不是所有参数都是常用的，有些参数很少用到！

代码示例

先来看一下数据源

df_f = pd.read_excel(r"D:datafootball球队排名比分2