pandas cut：如何将分类标签转换为字符串（否则无法导出到Excel）？

Question

我使用pandas.cut()将连续变量离散化为一定范围，然后按结果进行分组。

经过很多痛骂，因为我找不到问题出在哪里，我学会了如果我不提供自定义标签给cut()函数，而是依赖于默认值，那么输出就无法导出到Excel。如果我尝试这样做：

import pandas as pd
import numpy as np    

writer = pd.ExcelWriter('test.xlsx')
wk = writer.book.add_worksheet('Test')

df= df= pd.DataFrame(np.random.randint(1,10,(10000,5)), columns=['a','b','c','d','e'])
df['range'] = pd.cut( df['a'],[-np.inf,3,8,np.inf] )
grouped=df.groupby('range').sum()
grouped.to_excel(writer, 'Export')
writer.close()

我得到：

raise TypeError("Unsupported type %s in write()" % type(token))
TypeError: Unsupported type <class 'pandas._libs.interval.Interval'> in write()
which it took me a while to decypher.

如果我分配标签：

df['range'] = pd.cut( df['a'],[-np.inf,3,8,np.inf], labels =['<3','3-8','>8'] )

然后一切都很好地运行。 有没有不使用自定义标签处理此问题的建议？在我的工作的初始阶段，我倾向于不分配标签，因为我仍然不知道我想要多少个箱子-这是一个试错方法，并且在每次尝试时分配标签将耗费时间。 我不确定这是否算得上一个错误，但至少它似乎是一个文档不完善的恼人之处！

- Pythonista anonymous

---

df['range'] = pd.cut(df['a'],[-np.inf,3,8,np.inf], labels =['<3','3-8','>8']).astype(str) - Paul H

问题是如何在不显式分配标签的情况下完成它。 - Pythonista anonymous

你可以忽略labels关键字参数，据我所知。 - Paul H

你没有读懂我的问题。如果我不包含标签，那么我就无法导出Excel - 这就是问题所在！！我需要按下面的答案进行astype(str)。 - Pythonista anonymous

这正是我在第二条评论中所建议的。 - Paul H

Answer 1

使用astype(str)：

writer = pd.ExcelWriter('test.xlsx')
wk = writer.book.add_worksheet('Test')

df= df= pd.DataFrame(np.random.randint(1,10,(10000,5)), columns=['a','b','c','d','e'])
df['range'] = pd.cut( df['a'],[-np.inf,3,8,np.inf] ).astype(str)
grouped=df.groupby('range').sum()
grouped.to_excel(writer, 'Export')
writer.close()

在 Excel 中输出：

range   a   b   c   d   e
(-inf, 3.0] 6798    17277   16979   17266   16949
(3.0, 8.0]  33150   28051   27551   27692   27719
(8.0, inf]  9513    5153    5318    5106    5412

- Scott Boston