基于pandas Dataframe中salePercentage的产品分类

要根据salePercentage对Pandas DataFrame中的产品进行分类，你可以使用pd.cut函数将百分比分成不同的区间（即类别）。以下是一个示例，展示如何根据salePercentage列的值将产品分为不同的类别，例如“低”、“中”和“高”。

假设你有一个名为df的DataFrame，其中包含一个名为salePercentage的列：

import pandas as pd

# 示例数据
data = {
    'product': ['A', 'B', 'C', 'D', 'E'],
    'salePercentage': [10, 25, 50, 75, 90]
}

df = pd.DataFrame(data)

你可以使用以下代码将salePercentage分为三个类别：

# 定义分类边界
bins = [0, 30, 70, 100]  # 边界可以根据需要进行调整
labels = ['低', '中', '高']  # 分类标签

# 使用pd.cut进行分类
df['saleCategory'] = pd.cut(df['salePercentage'], bins=bins, labels=labels, right=False)

print(df)

输出结果将是：

  product  salePercentage saleCategory
0       A             10           低
1       B             25           低
2       C             50           中
3       D             75           高
4       E             90           高

在这个示例中，pd.cut函数将salePercentage列的值分为三个区间，并为每个区间分配一个标签（“低”、“中”和“高”）。你可以根据实际需求调整bins和labels。

如果你有更多的分类需求，可以增加bins的数量，并相应地调整labels。