python 数据分组
2018-02-18 19:49
106 查看
cut(series, bins, right = True, labels = NULL)Series:需要分组的数据
bin:分组的划分数组
right:分组的时候,右边是否闭合labels:分组的自定义标签,可以不定义import pandas;
from pandas import read_csv;
df = read_csv('F://baiduNetdisk//pytorch//4//4.15//data.csv', sep='|');
bins = [min(df.cost)-1, 20, 40, 60, 80, 100, max(df.cost)+1];
labels = ['20以下', '20到40', '40到60', '60到80', '80到100', '100以上'];
a = pandas.cut(df.cost, bins)
b = pandas.cut(df.cost, bins, right=False)
c = pandas.cut(df.cost, bins, right=False, labels=labels)pandas里面的一些运算,同时注意引入pands,bingqie函数引用的时候,pands.函数名
bin:分组的划分数组
right:分组的时候,右边是否闭合labels:分组的自定义标签,可以不定义import pandas;
from pandas import read_csv;
df = read_csv('F://baiduNetdisk//pytorch//4//4.15//data.csv', sep='|');
bins = [min(df.cost)-1, 20, 40, 60, 80, 100, max(df.cost)+1];
labels = ['20以下', '20到40', '40到60', '60到80', '80到100', '100以上'];
a = pandas.cut(df.cost, bins)
b = pandas.cut(df.cost, bins, right=False)
c = pandas.cut(df.cost, bins, right=False, labels=labels)pandas里面的一些运算,同时注意引入pands,bingqie函数引用的时候,pands.函数名
import pandas; from pandas import read_csv; df = read_csv('F://baiduNetdisk//pytorch//4//4.15//data.csv', sep='|'); bins = [min(df.cost)-1, 20, 40, 60, 80, max(df.cost)+1] labels = ['20以下','20到40','40到60','60到80','80到100'] aa= pandas.cut(df.cost, bins, right = False, labels= labels)
相关文章推荐
- 利用python进行数据分析之数据聚合和分组运算
- 利用python进入数据分析之数据聚合与数据分组运算
- Python Pandas实现数据分组求平均值并填充nan
- Python cookbook(数据结构与算法)根据字段将记录分组操作示例
- 利用Python进行数据分析--数据聚合与分组运算
- Data Analysis学习笔记 --- Python数据清洗对数据分组
- python中数据聚合与分组运算
- python/pandas数据挖掘(十四)-groupby,聚合,分组级运算
- 利用python进行数据分析-数据聚合与分组运算2
- python/pandas数据分析(十五)-聚合与分组运算实例
- 一句Python,一句R︱数据的合并、分组、排序、翻转、集合
- Python数据分析基础(七)——数据聚合与分组
- Python由词频统计改编的数据分组汇总
- Python 数据分析(二 本实验将学习利用 Python 数据聚合与分组运算,时间序列,金融与经济数据应用等相关知识
- python数据分析之:数据聚合与分组运算
- Python之数据聚合与分组运算
- Python 数据分析(二 本实验将学习利用 Python 数据聚合与分组运算,时间序列,金融与经济数据应用等相关知识
- python 数据聚合与分组
- 利用python进行数据分析-数据聚合与分组运算1
- Python之数据聚合与分组运算