python对数据进行分箱

连续性数据的离散化  pandas包中的cut()函数

pandas.cut( x,bins,right=Ture,labels=None,retbins=Flase,precision=3)

参数	说明
x	接受的数据
bins	划分的区间 例如:成绩[60,70,80 ,90]
right	是否右侧为闭区间       默认值为Ture 表示为闭区间
labels	离散后的标签
retbins	是否范围区间标签
precision	接收int,显示标签的精度 默认为三

#导入包
import pandas as pd
#读取文件
data=pd.read_csv("chengji.csv")
查看数据
print(data)

针对c 进行分箱,成绩分类

data['分类'] = pd.cut(data['C'],
                          bins = [60, 70, 80, 90, 100]  , 
                          labels = ['通过', '良好', '中等', '优秀'] )  
print(data[['C', '分类']])