Pandas DataFrame:如何将数字列转换为成对分类数据？
Pandas DataFrame是Python中一个强大的数据分析工具，可用于处理和操作数据。要将数字列转换为成对分类数据，可以使用Pandas中的cut函数。
cut函数可以根据指定的区间将数据分成多个离散的分类，并将原始数字列替换为对应的分类。以下是实现这个转换的示例代码：
import pandas as pd
# 创建一个包含数字列的DataFrame
df = pd.DataFrame({'numbers': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]})
# 定义区间范围
bins = [0, 5, 10]
# 使用cut函数将数字列转换为成对分类数据
df['categories'] = pd.cut(df['numbers'], bins=bins)
# 输出结果
print(df)以上代码将数字列 numbers 转换为了成对分类数据列 categories。区间范围 [0, 5, 10] 将数字1到10分成两个区间，分别是 [0, 5] 和 (5, 10]。转换后的DataFrame输出如下：
numbers categories
0 1 (0, 5]
1 2 (0, 5]
2 3 (0, 5]
3 4 (0, 5]
4 5 (0, 5]
5 6 (5, 10]
6 7 (5, 10]
7 8 (5, 10]
8 9 (5, 10]
9 10 (5, 10]这样就成功地将数字列转换为了成对分类数据。根据实际需求，可以根据不同的区间范围进行转换。
腾讯云相关产品中，没有特定与Pandas DataFrame相关的产品，但可以使用云服务器、云数据库等基础云计算产品来支持Pandas在云上的应用。可以参考腾讯云的云服务器和云数据库产品了解更多信息。
相关·内容
我有一个pandas dataframe，它包含一个非数字值的列。如何将它们转换为整型/浮点型。267
当我将这些数据读入pandas数据帧时，我将如何将列1转换为int？
浏览 4提问于2015-11-26得票数 3
给定一个pandas dataFrame，如何将多个数值列(其中x≠1表示值存在，pandas值不存在)转换为成对分类数据框？我知道这类似于one-hot解码，但列并不完全是one - hot。
浏览 21提问于2019-03-20得票数 2
回答已采纳
我是Pandas和python的新手，我正在尝试了解如何将Pandas Dataframe的所有内容(所有字段都是字符串)转换为分类内容。在将行和列中的所有值转换为分类数字之前，必须将它们作为一个大型的唯一数据集处理。X[col_name]= X[col_name].astype('category')
X[col_name] = X[col_name].cat.
浏览 16提问于2019-05-14得票数 1
回答已采纳
如何向包含预先定义的分类数据类型列的Pandas DataFrame追加：df['a']=pd.Categorical([],categories=[0,1])
df.append(new_df)
浏览 1提问于2017-02-09得票数 4
回答已采纳
2回答
我有一个包含21个不同列的banking_dataframe，其中一个是目标，其中10个是数字特征，10个是分类特征。我已经使用pandas的get_dummies方法将分类数据转换为one-hot编码。返回的dataframe有74列。现在，我想将编码的数据帧与原始数据帧合并，这样我的最终数据就应该有一个分类列的热编码值，但<
浏览 2提问于2019-08-01得票数 0
1回答
我有一个pandas dataframe，其中一列包含从1到7的值。我如何将这些值转换为一个热编码值？据我所知，从0开始到没有任何中断的任何值都可以使用SKlearn的OneHotEncoder，但是因为数字从1开始，所以我不能这样做。此列是我对分类问题的依赖特征列。
浏览 2提问于2019-05-19得票数 0
因此，我有一个包含不同数据类型的列的csv。但是当我将它读入pandas时，它将所有内容都显示为object数据类型。 如何将列转换为原始的数字和分类特征？
浏览 23提问于2019-09-24得票数 0
我有一个名叫dataframe的列“质量”。0 0 04 0 0 1 0 0 0>>>print(type(train['quality']))>>>
浏览 0提问于2018-12-10得票数 0
回答已采纳
我正在使用Python语言中的pandas DataFrame，它有10个变量(4个数字，6个分类)。我想用当前值的自然对数替换4个数值变量的值。下面是我的数据示例：logcolumns =要转换为自然对数的列的名称Import pandas as pddf[log
浏览 3提问于2018-12-05得票数 0
'active')
data = pd.DataFrame(dataset.data, columns = dataset.feature_names)但是这个命令删除了所有的分类数据--它
浏览 1提问于2019-11-18得票数 1
回答已采纳
我有3个数字列，如下所示：df = pd.DataFrame()df['col2']=[7, 65, 150]我希望在将这三列转换为十六进制后创建一个新的列，以便将col1转换为5位十六进制，将col2转
浏览 4提问于2018-09-11得票数 1
回答已采纳
我在DataFrame上应用了groupby，之后它将DataFrame转换为pandas.core.groupby.groupby.DataFrameGroupBy格式。如何将pandas.core.groupby.groupby.DataFrameGroupBy转换为常规DataFrame，或者如何从pandas.core.groupby.groupby.DataFrameGroupBy数据类型访问单个列
浏览 7提问于2018-10-27得票数 1
3回答
假设我有以下数据帧： import pandas as pd
1 Bob 7 133 Sal 8 6
4 Mel 9 27 但我希望Time在数据中是唯一的列</e
浏览 11提问于2020-01-15得票数 4
回答已采纳
1回答
假设我正在处理一个数据集：# dummydata = pd.DataFrame({"Name_id" : ["John","Deep","Julia","John],
"Colour_id" : ["Red",'Purple','Green','Black','Y
浏览 2提问于2022-11-16得票数 1
3回答
正如标题中所述，我想对pandas中的分类变量进行一些总结分析，但经过一段时间的搜索仍未找到令人满意的解决方案。因此，我开发了以下代码，作为一种自我回答的问题，希望有这样的人可以帮助改进。test_df = pd.DataFrame({'x':['a', 'b','b','c'],
'y':[1, 0, 0, np.nan],'u':[1, 2, 3, 3
浏览 15提问于2020-10-06得票数 1
我有一个pandas dataframe，其中一列是数据类型对象。此列中存在一个空元素，因此我尝试使用df['colname'].isnull().sum()检查此列中是否有其他空元素，但它给出了0。如何将上面的值(空)替换为某个任意值(数字)，以便将此列转换为float数据类型的列，以便进一步计算。
浏览 6提问于2018-08-31得票数 1
回答已采纳
我对python很陌生，我想用熊猫库来实现朴素的Bayes分类器。为此，我希望将所有连续属性转换为范畴属性，反之亦然。现在，我将连续属性转换为方法。我使用了等宽的二进制方法来为某些桶宽指定标签。和
pandas.Data
浏览 1提问于2015-04-05得票数 1
回答已采纳
目前，我正试图使用.csv (一个sktime机器学习包)对6个时间序列数据集(以MiniRocket格式)进行机器学习分类。然后我检查了导入的.csv文件的数据类型并得到了"pandas.core.Frame.DataFrame"，这是我以前从未见过的数据类型，显然与sktime兼容的pd.DataFrame不同。pandas.core.Frame.DataFrame和pd.DataFrame有
浏览 14提问于2022-12-03得票数 1
我正在进行竞赛，dataset拥有大量的分类数据。我试着把它们按顺序分类如下： data[col] = data[col].astype(pd.api.types.CategoricalDtype(ordered=True, categories = ["GLQ", "ALQ", "BLQ", "Rec", "LwQ", "Unf",
浏览 0提问于2019-07-13得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
