我的数据框中有一列数字，我想将这些数字分类为例如高、中、低、排除。该如何实现？我对此一无所知，我尝试过查看cut函数和category数据类型。

回答：

使用pd.cut的简短示例。

让我们从一个数据框开始：

df = pd.DataFrame({'A': [0, 8, 2, 5, 9, 15, 1]})

假设我们想将这些数字分配到以下类别：如果数字在区间[0, 2]内，则为'low'；如果在(2, 8]内，则为'mid'；如果在(8, 10]内，则为'high'；我们排除10以上的数字（或低于0的数字）。

因此，我们有3个区间，边界为：0, 2, 8, 10。现在，我们可以按如下方式使用cut：

pd.cut(df['A'], bins=[0, 2, 8, 10], include_lowest=True)Out[33]: 0     [0, 2]1     (2, 8]2     [0, 2]3     (2, 8]4    (8, 10]5        NaN6     [0, 2]Name: A, dtype: categoryCategories (3, object): [[0, 2] < (2, 8] < (8, 10]]

参数include_lowest=True包括第一个区间的左端。（如果您希望区间在右侧开放，请使用right=False。）

区间可能不是类别的最佳名称。所以，让我们使用名称：low/mid/high：

pd.cut(df['A'], bins=[0, 2, 8, 10], include_lowest=True, labels=['low', 'mid', 'high'])Out[34]: 0     low1     mid2     low3     mid4    high5     NaN6     lowName: A, dtype: categoryCategories (3, object): [low < mid < high]

被排除的数字15会得到一个“类别”NaN。如果您希望使用更有意义的名称，可能最简单的解决方案（处理NaN的其他方法也存在）是添加另一个区间和一个类别名称，例如：

pd.cut(df['A'], bins=[0, 2, 8, 10, 1000], include_lowest=True, labels=['low', 'mid', 'high', 'excluded'])Out[35]: 0         low1         mid2         low3         mid4        high5    excluded6         lowName: A, dtype: categoryCategories (4, object): [low < mid < high < excluded]