离散化连续数据.离散化连续数据.pptVIP

离散化连续数据教师：亢华爱北京信息职业技术学院商务数据分析与应用专业教学资源库

目录Contents离散化连续数据概述

1PART概述

概述有时候我们会碰到这样的需求，例如，将有关年龄的数据进行离散化(分桶)或拆分为“面元”，直白来说，就是将年龄分成几个区间。Pandas的cut()函数能够实现离散化操作语法格式Pandas.cut(x，bins，right=True，labels=None，retbins=False，precision=3，include_lowest=Fa1se，duplicates=raise)

概述参数含义(1)x：表示要分箱的数组，必须是一维的。(2)bins：接收int和序列类型的数据。如果传入的是int类型的值，则表示在x范围内的等宽单元的数量(划分为多少个等间距区间)；如果传入的是一个序列，则表示将x划分在指定的序列中，若不在此序列中，则为NaN。(3)right：是否包含右端点，决定区间的开闭，默认为True。

概述参数含义(4)labels：用于生成区间的标签。(5)retbins：是否返回bin。(6)precision：精度，默认保留三位小数。(7)include_lowest：是否包含左端点。cut()函数会返回一个Categorical对象，我们可以将其看作一组表示面元名称的字符串