qcut 分组后保证每组含有的数据几乎一样多,每组的边界会被反算出来
cut 自定义每组的边界,每组组含有的数据个数不同
import pandas as pdimport numpy as npimport seaborn as snssns.set_style('whitegrid')
数据本贴继续使用
上贴的数据,回顾一下是 2018 年的销售数据。接下来用 info(), head(), tail() 几个函数来看看数据集的大小、行标签和列标签。
raw_df = pd.read_excel('sales.xlsx')raw_df.info()
raw_df.head(3).append(raw_df.tail(3))
df = raw_df.groupby(['account number', 'name'])['ext price'].sum().reset_index()df.inf()
df
pd.cut(df['ext price'], bins=4)
pd.cut(df['ext price'], bins=4).value_counts()
接下来定义箱的确切边界,通过设置参数 bins 即可。
cut_labels_4 = ['silver', 'gold', 'platinum', 'diamond']cut_bins = [0, 70000, 100000, 130000, 200000]df['cut_ex1'] = pd.cut(df['ext price'], bins=cut_bins, labels=cut_labels_4)df.head()
pd.cut(df['ext price'], bins=np.linspace(0, 200000, 9))
最后还有一个用于定义箱的方法,用 pd.interval_range()。该函数提供了很大的灵活性。例如,它可以设置边界区间的开闭,下例设置 close='left' 是说箱区间是左闭右开的。
pd.interval_range(start=0, freq=10000, end=200000, closed='left')
interval_range = pd.interval_range(start=0, freq=10000, end=200000)df['cut_ex2'] = pd.cut(df['ext price'], bins=interval_range, labels=[1,2,3])df.head()
你学会用 cut 了吗?
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
如果觉得好,关注、转发、在看三连发走起 666~~~
福利来一波~~~
关注公众号回复以下信息送免费资料
回复Jenkins 领取Jenkins学习资料回复Jmeter 领取Jmeter学习资料
回复Java 领取Java学习资料
回复Python 领取python入门资料
回复RobotFramework 领取RobotFramework 框架搭建资料
你可能会喜欢
Jmeter关联系列_数据驱动中的业务逻辑关联
docker搭建接口自动化持续集成框架
python28:迷宫游戏最短路径算法
4300 字Python列表使用总结,用心!
盘一盘 Python 系列基础篇十一之 机器学习 Sklearn
盘一盘 Python 系列特别篇二十之 天数计数|年限
Linux环境部署之ubuntu网络配置
性能测试指标7:性能测试的阶段性工作
jmeter之对jar包进行调用
jmeter之爬取网络图片
软件质量保障体系图
研发过程中的测试工作
APP测试流程及测试点
WEB测试范围小结
测试交流,加我备注【测试交流】拉入交流群,更有不定期资料赠送,敬请期待
本文转载自【公众号:王的机器】