掌握pandas cut函数,一键实现数据分类

pandas中的cut函数可将一维数据按照给定的区间进行分组,并为每个值分配对应的标签。

其主要功能是将连续的数值数据转化为离散的分组数据,方便进行分析和统计。

数据准备

下面的示例中使用的数据采集自王者荣耀比赛的统计数据。

数据下载地址:databook.top/。

导入数据:

python 复制代码
# 2023年世冠比赛选手的数据
fp = r"D:\data\player-2023世冠.csv"

df = pd.read_csv(fp)

# 这里只保留了下面示例中需要的列
df = df.loc[:, ["排名", "选手", "场均经济", "场均伤害"]]
df

使用示例

每个选手的**"场均经济"和 "场均伤害"是连续分布的数据,为了整体了解所有选手的情况,
可以使用下面的方法将
"场均经济"和"场均伤害"**分类。

查看数据分布

首先,可以使用直方图的方式看看数据连续分布的情况:

python 复制代码
import matplotlib.pyplot as plt

df.loc[:, ["场均经济", "场均伤害"]].hist()
plt.show()

图中的横轴 是"经济"和"伤害"的数值,纵轴是选手的数量。

定制分布参数

从默认的直方图中可以看出大部分选手的**"场均经济"和 "场均伤害"**大致在什么范围,

不过,为了更精细的分析,我们可以进一步定义自己的分类范围,看看各个分类范围内的选手数量情况。

比如,我们将**"场均经济"分为3块,分别为 低**(0~5000),中 (5000~10000),高 (10000~20000)。

同样,对于**"场均伤害",也分为3块,分别为 低**(0~50000),中 (50000~100000),高 (100000~200000)。

python 复制代码
bins1 = [0, 5000, 10000, 20000]
bins2 = [0, 50000, 100000, 200000]

labels = ["低", "中", "高"]
s1 = "场均经济"
s2 = "场均伤害"
df[f"{s1}-分类"] = pd.cut(df[s1], bins=bins1, labels=labels)
df[f"{s2}-分类"] = pd.cut(df[s2], bins=bins2, labels=labels)

df

分类之后,选手被分到3个类别之中,然后再绘制直方图。

python 复制代码
df.loc[:, f"{s1}-分类"].hist()
plt.title(f"{s1}-分类")
plt.show()

从这个图看出,大部分选手都是**"中","高"**的经济,说明职业选手很重视英雄发育。

python 复制代码
df.loc[:, f"{s2}-分类"].hist()
plt.title(f"{s2}-分类")
plt.show()

从图中可以看出,打出高伤害的选手比例并不高,可能职业比赛中,更多的是团队作战。

总结

总的来说,cut函数的主要作用是将输入的数值数据(可以是一维数组、Series或DataFrame的列)按照指定的间隔或自定义的区间边界进行划分 ,并为每个划分后的区间分配一个标签。

这样,原始的连续数据就被转化为了离散的分组数据,每个数据点都被分配到了一个特定的组中,从而方便后续进行分析和统计。

相关推荐
2601_9679801126 分钟前
python pytest怎样测试代码
python·pytest·测试·文档·断言
伞伞悦读1 小时前
【第92期】逻辑回归的分数概率与阈值的实验与排查
人工智能·python·深度学习·机器学习
ch6231 小时前
🚀 从零构建本地文档智能审查 Agent:Vibe Coding 实战指南
python
摇滚侠2 小时前
《On Java 中文版 基础卷》阅读笔记 接口 18
java·笔记·python
Thanks_ks2 小时前
AI Agent 开发入门:用 Function Calling 让大模型学会 “动手干活”,附订单查询机器人实战
python·ai·大模型·openai·agent·通义千问·mcp
专注仿真3 小时前
智能体训练之模仿学习:GAIL 算法详解与实战
python·算法·仿真·多智能体强化学习·afsim智能体训练
databook4 小时前
处理一批 PDF,怎么算真的处理完了
后端·python
承渊政道6 小时前
【Python编程快速上手—让繁琐工作自动化】(列表:把数据排成队,从下标取值到深拷贝)
开发语言·python·pycharm·自动化·列表
大胖爱学习_MJ6 小时前
Agent 如何安全地拿数据库密码?基于 HashiCorp Vault 的动态凭证下发
经验分享·python
tryCbest6 小时前
Python 爬虫从入门到实战(一):基础篇——从零写出第一个爬虫
开发语言·爬虫·python