API · Pandas
Pandas cut Fonction
Ce tutoriel explique comment nous pouvons distribuer les données dans des plages également appelées bins en utilisant la méthode pandas.cut().
Sur cette page
La fonction pandas.cut() pourrait distribuer les données données données dans des plages, aussi appelées bins.
Nous utiliserons le DataFrame ci-dessous dans cet article.
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Anish", "Birat", "Chirag", "Kabin", "Sachin"],
"Age": [23, 34, 38, 45, 27],
"Score": [316, 322, 332, 330, 325],
}
)
print(df)
Production :
Name Age Score
0 Anish 23 316
1 Birat 34 322
2 Chirag 38 332
3 Kabin 45 330
4 Sachin 27 325
Syntaxe de la fonction pandas.cut()
pandas.cut(
x,
bins,
right=True,
labels=None,
retbins=False,
precision=3,
include_lowest=False,
duplicates="raise",
ordered=True,
)
Paramètres
x |
L’éventail donné |
bins |
Les critères de classification des données |
right |
Booléen. Si True, inclure également le numéro le plus à droite de la poubelle. |
labels |
Array. Etiquettes pour les bacs. |
retbins |
Booléen. Si True, retournez les poubelles. |
precision |
Entier. Précision pour le stockage et l’affichage des bacs |
ordered |
Booléen. Si c’est vrai, les étiquettes résultantes seront commandées |
Retourne
Il retourne un tableau composé de valeurs de bin pour chaque élément du tableau x. Il retourne également les bins si nous avons défini retbins=True.
Exemple : Distribuer les valeurs des colonnes d’un DataFrame dans des bacs en utilisant la méthode pandas.cut()
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Anish", "Birat", "Chirag", "Kabin", "Sachin"],
"Age": [23, 34, 38, 45, 27],
"Score": [316, 322, 332, 330, 325],
}
)
print("Initial DataFrame:")
print(df, "\n")
df["Age-Range"] = pd.cut(x=df["Age"], bins=[20, 30, 40, 50])
print("DataFrame with Age-Range:")
print(df)
Production :
Initial DataFrame:
Name Age Score
0 Anish 23 316
1 Birat 34 322
2 Chirag 38 332
3 Kabin 45 330
4 Sachin 27 325
DataFrame with Age-Range:
Name Age Score Age-Range
0 Anish 23 316 (20, 30]
1 Birat 34 322 (30, 40]
2 Chirag 38 332 (30, 40]
3 Kabin 45 330 (40, 50]
4 Sachin 27 325 (20, 30]
Il sépare les valeurs de la colonne Age dans le DataFrame df en tranches d’âge calculées en utilisant la valeur de l’argument bins de la méthode pandas.cut() et affiche finalement le DataFrame avec la valeur Age-Range pour chaque ligne.
Ici, (20,30] représente les valeurs de 20 à 30, excluant 20 et incluant 30.
Exemple : Distribuer les valeurs dans les bacs et assigner une étiquette à chaque bac en utilisant la méthode pandas.cut()
Par défaut, l’étiquette attribuée à chaque bac sera la plage du bac. Nous pouvons définir les étiquettes de bacs personnalisées en utilisant le paramètre labels de la fonction pandas.cut().
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Anish", "Birat", "Chirag", "Kabin", "Sachin"],
"Age": [23, 34, 38, 45, 27],
"Score": [316, 322, 332, 330, 325],
}
)
print("Initial DataFrame:")
print(df, "\n")
bin_labels = labels = ["21 to 30", "31 to 40", "41 to 50"]
df["Age-Range"] = pd.cut(x=df["Age"], bins=[20, 30, 40, 50], labels=bin_labels)
print("DataFrame with Age-Range:")
print(df)
Production :
Initial DataFrame:
Name Age Score
0 Anish 23 316
1 Birat 34 322
2 Chirag 38 332
3 Kabin 45 330
4 Sachin 27 325
DataFrame with Age-Range:
Name Age Score Age-Range
0 Anish 23 316 21 to 30
1 Birat 34 322 31 to 40
2 Chirag 38 332 31 to 40
3 Kabin 45 330 41 to 50
4 Sachin 27 325 21 to 30
Il assigne chaque valeur de la colonne Age à des emplacements et ajoute une étiquette à chaque emplacement unique.
Exemple : Définissez le paramètre retbins=True dans la fonction pandas.cut() Méthode pour retourner les valeurs des bacs
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Anish", "Birat", "Chirag", "Kabin", "Sachin"],
"Age": [23, 34, 38, 45, 27],
"Score": [316, 322, 332, 330, 325],
}
)
print("Initial DataFrame:")
print(df, "\n")
bin_labels = labels = ["21 to 30", "31 to 40", "41 to 50"]
df["Age-Range"], bin_values = pd.cut(
x=df["Age"], bins=[20, 30, 40, 50], labels=bin_labels, retbins=True
)
print("DataFrame with Age-Range:")
print(df, "\n")
print("The bin values are:")
print(bin_values)
Production :
Initial DataFrame:
Name Age Score
0 Anish 23 316
1 Birat 34 322
2 Chirag 38 332
3 Kabin 45 330
4 Sachin 27 325
DataFrame with Age-Range:
Name Age Score Age-Range
0 Anish 23 316 21 to 30
1 Birat 34 322 31 to 40
2 Chirag 38 332 31 to 40
3 Kabin 45 330 41 to 50
4 Sachin 27 325 21 to 30
The bin values are:
[20 30 40 50]
Il affiche le DataFrame avec les valeurs Age-Range ainsi que les valeurs bin.
