python分箱的方法？这个问题可能是我们日常学习或工作经常见到的。希望通过这个问题能让你收获颇深。下面是小编给大家带来的参考内容，让我们一起来看看吧！

1、数据分箱

数据分箱技术在Pandas官方给出的定义：Bin values into discrete intervals，是指将值划分到离散区间。好比不同大小的苹果归类到几个事先布置的箱子中；不同年龄的人划分到几个年龄段中。

这种技术在数据处理时会很有用。

2、例子

我们先来看例子

importnumpyasnpimportpandasaspdages=np.array([5,10,36,12,77,89,100,30,1])#年龄数据123

现把数据划分成 3 个区间，并打上老、中、青的标签。Pandas提供了易用的API，很容易就可以实现。

pd.cut(ages,3,labels=['青','中','老'])1

结果如下，一行代码便实现。

[青,青,中,青,老,老,老,青,青]1

cut在操作时，统计了一维数组的最小、最大值，得到一个区间长度，因为需要划分3个区间，所以会得到三个均匀的区间，如下。

pd.cut(ages,3)>>>区间如下：Categories(3,interval[float64]):[(0.901,34.0]<(34.0,67.0]<(67.0,100.0]]1234

给定数据的最小值为1，区间默认是左开右闭，所以为了囊括1，需要将最靠左的区间向左延长0.1%（总区间长度），默认精度为小数点后3位。

3、函数原型

通过以上例子初步认识cut后，再分析cut原型就比较容易。

参数含义如下：

x：被切分的类数组数据，注意必须是1维；

bins：简单理解为分箱规则，就是桶。支持int 标量、序列；

right：表示是否包含区间的右边界，默认包含；

labels：分割后的bins打标签；

retbins：表示是否将分割后的bins返回，默认不返回。如为True，则：

array([0.901,34.,67.,100.]))12345include_lowest:区间的左边是开还是闭，默认为开；duplicates;是否允许重复区间。raise：不允许，drop：允许。

感谢各位的阅读！看完上述内容，你们对python分箱的方法大概了解了吗？希望文章内容对大家有所帮助。如果想了解更多相关文章内容，欢迎关注亿速云行业资讯频道。