1、数据分箱
数据分箱技术在Pandas官方给出的定义：Bin values into discrete intervals，是指将值划分到离散区间。好比不同大小的苹果归类到几个事先布置的箱子中；不同年龄的人划分到几个年龄段中。
这种技术在数据处理时会很有用。
2、例子
我们先来看例子
1 2 3 4 5 6 |
|
现把数据划分成 3 个区间，并打上老、中、青的标签。Pandas提供了易用的API，很容易就可以实现。
1 2 |
|
结果如下，一行代码便实现。
1 2 |
|
cut在操作时，统计了一维数组的最小、值，得到一个区间长度，因为需要划分3个区间，所以会得到三个均匀的区间，如下。
1 2 3 4 5 6 7 8 |
|
给定数据的最小值为1，区间默认是左开右闭，所以为了囊括1，需要将最靠左的区间向左延长0.1%（总区间长度），默认精度为小数点后3位。
3、函数原型
通过以上例子初步认识cut后，再分析cut原型就比较容易。
参数含义如下：
x：被切分的类数组数据，注意必须是1维；
bins：简单理解为分箱规则，就是桶。支持int 标量、序列；
right：表示是否包含区间的右边界，默认包含；
labels：分割后的bins打标签；
retbins：表示是否将分割后的bins返回，默认不返回。如为True，则：
1 2 3 4 5 6 7 8 |
|
python学习网，大量的免费python视频教程，欢迎在线学习！
