数据分箱1——人工手动分箱

人工手动分箱，是指已经有了标准，比如：60分以下不合格，60-80合格，80+优秀

可以使用pandas.cut进行分箱，更多用法可以参考官方文档：https://pandas.pydata.org/docs/reference/api/pandas.cut.html

代码：

import pandas as pdvalue_list = [10, 20, 30.4, 59, 61, 79, 80, 90, 99, 100]# 没有标签，只有区间的划分
cut_bin = pd.cut(value_list, [0, 60, 80, 100], labels=['不合格', '合格', '优秀'])
print(pd.DataFrame(cut_bin, value_list))

得到结果：

10.0   不合格
20.0   不合格
30.4   不合格
59.0   不合格
61.0    合格
79.0    合格
80.0    合格
90.0    优秀
99.0    优秀
100.0   优秀

注意：

指定区间默认左开右闭
如果需要表示正无穷/负无穷，可以使用：float('inf')/-float('inf')，比如：[-float('inf'), 0, 60, 80, 100, float('inf')]

数据分箱1——人工手动分箱相关推荐

R语言使用ggplot2包使用geom_boxplot函数绘制基础分组箱图（手动配置箱图箱体颜色）实战
R语言使用ggplot2包使用geom_boxplot函数绘制基础分组箱图(手动配置箱图箱体颜色)实战目录 R语言使用ggplot2包使用geom_boxplot函数绘制基础分组箱图(手动配置箱图箱 ...
R语言ggplot2可视化箱图、配置抖动数据点（jitter points）避免数据点互相覆盖、并使用线条（line）连接两个箱图中不同分组成对的数据点(jitter on Boxplots）
R语言ggplot2可视化箱图.配置抖动数据点(jitter points)避免数据点互相覆盖.并使用线条(line)连接两个箱图中不同分组成对的数据点(Connecting Paired Point ...
等距离分箱matlab代码,数据挖掘实验（二）数据预处理【等深分箱与等宽分箱】...
本文代码均已在 MATLAB R2019b 测试通过,如有错误,欢迎指正. 一.分箱平滑的原理 (1)分箱方法在分箱前,一定要先排序数据,再将它们分到等深(等宽)的箱中. 常见的有两种分箱方法:等深 ...
【数据处理】python变量分箱常见手法：分类型、数值型、卡方、自定义
""" 分箱逻辑:1.类别型特征: 1)类别数在5个以下,可以直接根据类别来分箱 (binning_cate) 2)类别数在5个以上,建议做降基处理,再根据降基后的类别做 ...
python分箱统计个数_【数据处理】python变量分箱常见手法：分类型、数值型、卡方、自定义...
""" 分箱逻辑: 1.类别型特征: 1)类别数在5个以下,可以直接根据类别来分箱 (binning_cate) 2)类别数在5个以上,建议做降基处理,再根据降基后的类别 ...
特征工程之特征分箱（决策树分箱、卡方分箱、bestks以及评价标准WOE和IV)
特征工程之特征分箱:决策树分箱.卡方分箱.bestks以及评价标准 1.WOE和IV 2.无监督分箱 2.1等频分箱 2.2等距分箱 3.有监督分箱 3.1决策树分箱 3.2best-ks分箱 3.3 ...
风控场景下的常用特征分箱介绍：BestKs分箱、卡方分箱、聚类分箱等
介绍分箱方法之前,首先要了解为什么分箱? 分箱的好处: 1.分箱后的特征对异常数据有更强的鲁棒性.比如年龄中有一个异常值为300,分箱之后就可能划到>80这一箱中,而如果直接入模的话会对模型造成 ...
python分箱_特征工程 - 分箱
卡方分箱 python自带分箱函数 -- 无法实现对分类型数据的分箱,可借助卡方分箱算法实现 import numpy as np import pandas as pd data = np.ra ...
python分箱代码_python分箱_python 分箱_python等宽分箱 - 云+社区 - 腾讯云
广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 我有一个数据框列与数字值: df.head()46. 544.2100.042. ...

数据分箱1——人工手动分箱

数据分箱1——人工手动分箱相关推荐

最新文章

热门文章