Pandas：按范围对列值进行分类

Question

I have a dataframe, df like this

a  b  c
1  0  2
5  7  8
4  1  3
3  4  6
5  2  5
.......

现在我想用以下范围替换这些数据。

0-3 = 1
4-6 = 2
7-9 = 3

列值小于10，因此范围在0-9之间。

我想用范围类别替换上述数据框中的值，并且输出应如下所示。

a  b  c
1  1  1
2  3  3
2  1  1
1  2  2
2  1  2
.......

如果数据框（df）中的任何值在0-3之间，则应替换为1，如果在4-6之间则替换为2，以此类推。

我该如何做到这一点？

- asdfkjasdfjk

Answer 1

使用pd.cut与apply结合使用，例如：

df.apply(lambda x : pd.cut(x,[-1,3,6,9],labels=[1,2,3]))

   a  b  c
0  1  1  1
1  2  3  3
2  2  1  1
3  1  2  2
4  2  1  2

一种非基于apply的解决方案，由@coldspeed提出：

pd.DataFrame(pd.cut(df.values.reshape(-1,),[-1,3,6,9],labels=[1,2,3]).codes.reshape(df.shape)+1,columns=df.columns)

或者

pd.DataFrame(pd.cut(np.hstack(df.values),[-1,3,6,9],labels=[1,2,3]).codes.reshape(df.shape)+1,columns=df.columns)

- Bharath M Shetty

---

pd.cut是这样做的政治正确方式。 - cs95

哈哈，有时候你用的词真的很花哨。谢谢。 - Bharath M Shetty

摆脱 apply 函数。使用 pd.cut(df.values.reshape(-1, ),[-1,3,6,9],labels=[1,2,3]).codes.reshape(df.shape)，然后将结果加载到数据框中。 - cs95

谢谢@cᴏʟᴅsᴘᴇᴇᴅ，我们需要在重塑后加上+1。 - Bharath M Shetty

Answer 2

使用一点数学魔法：

((df - 1) // 3).clip(0) + 1

   a  b  c
0  1  1  1
1  2  3  3
2  2  1  1
3  1  2  2
4  2  1  2

---

或者，用1替换所有零（唯一需要处理的特殊情况），然后进行除法运算。

(df.replace(0, 1) - 1) // 3 + 1

   a  b  c
0  1  1  1
1  2  3  3
2  2  1  1
3  1  2  2
4  2  1  2

- cs95

---

不错的解决方案 ;) - jezrael

Answer 3

您可以使用 np.digitize 函数。

In [5942]: bins = np.array([0, 4, 7, 10])

In [5943]: pd.DataFrame(np.digitize(df, bins), columns=df.columns)
Out[5943]:
   a  b  c
0  1  1  1
1  2  3  3
2  2  1  1
3  1  2  2
4  2  1  2

或者作为

In [5947]: bins2 = np.array([-1, 3, 6, 9])

In [5948]: pd.DataFrame(np.digitize(df, bins2, right=True), columns=df.columns)
Out[5948]:
   a  b  c
0  1  1  1
1  2  3  3
2  2  1  1
3  1  2  2
4  2  1  2

- Zero