这篇博客探讨了如何使用Python的pandas库中的`pd.cut`和`pd.qcut`函数对数据进行分位切割，并获取每个分位区间的中点。通过传递`retbins=True`参数可以获取分位区间，然后计算中点。同时，讨论了不同情况下处理分位区间端点的方法，包括使用IntervalIndex和直接访问分类间隔的left和right属性来计算中点。
3 个答案:
答案 0 :(得分：5)
正在进行的工作proposal适用于IntervalIndex＆＃39;这将使这种类型的操作非常简单。
但是现在，您可以通过传递retbins参数来获取分档并计算中点。
In [8]: s, bins = pd.cut(pd.Series(np.arange(11)), bins = 5, retbins=True)
In [11]: mid = [(a + b) /2 for a,b in zip(bins[:-1], bins[1:])]
In [13]: s.cat.rename_categories(mid)
Out[13]:
0 0.995
1 0.995
2 0.995
3 3.000
4 3.000
5 5.000
6 5.000
7 7.000
8 7.000
9 9.000
10 9.000
dtype: category
Categories (5, float64): [0.995 < 3.000 < 5.000 < 7.000 < 9.000]
答案 1 :(得分：2)
我看到这是一篇很老的帖子，但无论如何我都会冒昧地回答它。
现在可以(参考@ chrisb＆＃39;答案)使用left和right访问分类间隔的终点。
s = pd.cut(pd.Series(np.arange(11)), bins = 5)
mid = [(a.left + a.right)/2 for a in s]
Out[34]: [0.995, 0.995, 0.995, 3.0, 3.0, 5.0, 5.0, 7.0, 7.0, 9.0, 9.0]
由于间隔向左开放并向右边靠近，因此首先是“第一个”。 interval(从0开始)，实际上从-0.01开始。要使用0作为左值来获得中点，您可以执行此操作
mid_alt = [(a.left + a.right)/2 if a.left != -0.01 else a.right/2 for a in s]
Out[35]: [1.0, 1.0, 1.0, 3.0, 3.0, 5.0, 5.0, 7.0, 7.0, 9.0, 9.0]
或者，您可以说间隔向左关闭并向右开启
t = pd.cut(pd.Series(np.arange(11)), bins = 5, right=False)
Out[38]:
0 [0.0, 2.0)
1 [0.0, 2.0)
2 [2.0, 4.0)
3 [2.0, 4.0)
4 [4.0, 6.0)
5 [4.0, 6.0)
6 [6.0, 8.0)
7 [6.0, 8.0)
8 [8.0, 10.01)
9 [8.0, 10.01)
10 [8.0, 10.01)
但是，如您所见，您在最后一个时间间隔会遇到同样的问题。
答案 2 :(得分：0)
我注意到类别具有mid属性，因此您可以通过apply计算中间值：
In [1]: import pandas as pd
...: import numpy as np
...: df = pd.DataFrame({"val":np.arange(11)})
...: df["bins"] = pd.cut(df["val"], bins = 5)
...: df["bin_centres"] = df["bins"].apply(lambda x: x.mid)
...: df
Out[1]:
val bins bin_centres
0 0 (-0.01, 2.0] 0.995
1 1 (-0.01, 2.0] 0.995
2 2 (-0.01, 2.0] 0.995
3 3 (2.0, 4.0] 3.000
4 4 (2.0, 4.0] 3.000
5 5 (4.0, 6.0] 5.000
6 6 (4.0, 6.0] 5.000
7 7 (6.0, 8.0] 7.000
8 8 (6.0, 8.0] 7.000
9 9 (8.0, 10.0] 9.000
10 10 (8.0, 10.0] 9.000
868
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
