需要给定一个数值范围，然后按照下面的规则自动分箱：

等频分箱：每个区间内包括的值一样多
等距分箱：每两区间之间的距离是一样的

等频分箱使用：pd.qcut，更多可以参考文档：https://pandas.pydata.org/docs/reference/api/pandas.qcut.html
等距分箱使用：pd.cut，更多可以参考文档：https://pandas.pydata.org/docs/reference/api/pandas.cut.html

示例代码

import pandas as pdvalue_list = [0, 10, 20, 30.4, 59, 61, 79, 80, 90, 99, 100]# 等频分箱
value_freq_bins = pd.qcut(value_list, q=5)
print("等频分箱：", value_freq_bins.codes)# 等距分箱
value_dis_bins = pd.cut(value_list, bins=5)
print("等距分箱：", value_dis_bins.codes)

得到结果：

等频分箱： [0 0 0 1 1 2 2 3 3 4 4]
等距分箱： [0 0 0 1 2 3 3 3 4 4 4]

数据分箱2——等频、等距分箱相关推荐

python分箱处理_python数据处理--WOE分箱
数据分箱的重要性离散特征的增加和减少都很容易,易于模型的快速迭代: 稀疏向量内积乘法运算速度快,计算结果方便存储,容易扩展: 离散化后的特征对异常数据有很强的鲁棒性:比如一个特征是年龄>30是1 ...
mysql一张表1亿天数据_1亿条数据在PHP中实现Mysql数据库分表100张
转: 1亿条数据在PHP中实现Mysql数据库分表100张 http://php-z.com/thread-2115-1-1.html (出处: PHP-Z) 当数据量猛增的时候,大家都会选择库表散列 ...
python 卡方分箱算法_特征工程 - 分箱
卡方分箱 python自帶分箱函數 -- 無法實現對分類型數據的分箱,可借助卡方分箱算法實現 import numpy as np import pandas as pd data = np.ra ...
大数据量下数据库设计及分库分表拆分原则
在设计数据库的建设前,首先准备工作是了解业务,然后根据业务数据进行数据库设计,设计的同时需要考虑业务数据量.可改造性.数据弱一致性.读写分离.复杂SQL多样化等: 首先,可数据根据读弱一致性可以考虑添 ...
Hive Sampling 抽样函数：Random随机抽样、Block 基于数据块抽样、Bucket table 基于分桶表抽样
Hive Sampling 抽样函数文章目录 Hive Sampling 抽样函数 Random随机抽样 Block 基于数据块抽样 Bucket table 基于分桶表抽样语法在HQL中,可以 ...
adobe premiere做平衡分屏、不等距分屏、多角度效果
先打开adobe premiere 导入三个视频素材,举例演示,并把三个视频素材分别放在三个轨道上每个PR都会有自带的特效插件:找到视频效果 - 变换 - 裁剪用鼠标把裁剪特效拉到第 ...
卡方分箱、KS分箱、最优IV分箱、树结构分箱、自定义分箱
目录分箱分箱的概念卡方分箱及代码实现自定义分箱代码实现
计算一组数据平均值、最大值、最小值 (12 分)
7-1 计算一组数据平均值.最大值.最小值 (12 分) 本题目要求读入一组数据,输出其平均值.最大值.最小值. 输入格式: 输入在一行中若干空格间隔的整数. 输出格式: 对每一组输入,在一行中以空格 ...
7-1 计算一组数据平均值、最大值、最小值 (12 分) 本题目要求读入一组数据，输出其平均值、最大值、最小值。输入格式: 输入在一行中若干空格间隔的整数。输出格式: 对每一组输入，在一行中
7-1 计算一组数据平均值.最大值.最小值 (12 分) 本题目要求读入一组数据,输出其平均值.最大值.最小值. 输入格式: 输入在一行中若干空格间隔的整数. 输出格式: 对每一组输入,在一行中以空格 ...

数据分箱2——等频、等距分箱

示例代码

数据分箱2——等频、等距分箱相关推荐

最新文章

热门文章