pandas.qcut

pandas.qcut(x, q, labels=None, retbins=False, precision=3, duplicates='raise')

基于分位数的离散化函数。

将变量离散化为基于等级或基于样本分位数的等大小桶。例如，1000个值分为10个分位数将生成一个指示每个数据点分位数成员资格的分类对象。

参数:

x1d ndarray 或 Series

输入要离散化的 Numpy 数组或 pandas Series 对象。

qint 或类似列表的 float

分位数的数量。10 表示十分位数，4 表示四分位数，等等。或者分位数数组，例如 [0, .25, .5, .75, 1.] 表示四分位数。

标签数组或False，默认None

用作结果箱的标签。必须与结果箱的长度相同。如果为 False，则仅返回箱的整数指示符。如果为 True，则引发错误。

retbinsbool, 可选

是否返回 (bins, labels)。如果 bins 以标量形式给出，这可能会很有用。

精度int, 可选

存储和显示箱标签的精度。

重复项{默认 ‘raise’, ‘drop’}, 可选

如果 bin 边缘不唯一，引发 ValueError 或删除非唯一项。

返回:

出如果 labels 为 False，则为整数的分类或序列或数组

返回类型（Categorical 或 Series）取决于输入：如果输入是 Series，则返回类型为 category 的 Series，否则返回 Categorical。当返回分类数据时，箱子表示为类别。

bins浮点数的 ndarray

仅当 retbins 为 True 时返回。

参见

cut

将值分箱到离散区间中。

Series.quantile

返回给定分位数的值。

注释

超出范围的值在生成的 Categorical 对象中将为 NA

例子

>>> pd.qcut(range(5), 4)
... 
[(-0.001, 1.0], (-0.001, 1.0], (1.0, 2.0], (2.0, 3.0], (3.0, 4.0]]
Categories (4, interval[float64, right]): [(-0.001, 1.0] < (1.0, 2.0] ...

>>> pd.qcut(range(5), 3, labels=["good", "medium", "bad"])
... 
[good, good, medium, bad, bad]
Categories (3, object): [good < medium < bad]

>>> pd.qcut(range(5), 4, labels=False)
array([0, 0, 1, 2, 3])