pd.cut()函数--Pandas

1. 函数功能

将连续性数值进行离散化处理：如对年龄、消费金额等进行分组

2. 函数语法

pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False, duplicates='raise', ordered=True)

3. 函数参数

参数	含义
x	要离散分箱操作的数组，必须是一维的
bins	取值为：（1）整数n：将数据x划分为组距相等的n组；（2）标量组成的序列：指定每组的分界值；（3）IntervalIndex：间隔索引
right	布尔值，默认为True：包括每组的右边边界值：当“ right = True”（默认值）时，则“ bins”=[1、2、3、4]表示（1,2]，（2,3],（3,4]
labels	指定离散化后返回每组的标签，长度与组数一致。默认为None：以分界值组成的左开右闭区间展示；取值为False时，返回一个区分箱的整数组成的序列。
retbins	布尔值，默认为False：不返回分箱情况，该参数在bins取值为整数时起作用
precision	分箱数值的精度，取值为整数，默认为3
include_lowest	布尔值，默认为False：不包括每组的左侧分界值，即：左开区间
duplicates	可选参数：当bins的边界值存在重复，采取的措施：raise(报错:默认）或者drop(删除）
ordered	布尔值，默认为True:对labels标签排序，属于定序型变量：优秀>良好；取值为False时：得到的标签labels属于定类型变量：如：汉族、维吾尔族

4. 返回值

返回值包括两个

返回值	含义
out	返回值取决于labels参数的取值：（1）labels参数取值为None（默认）：输入为Series时返回一个Series，其他输入类型返回categorical；（2）labels取值为标量组成的序列：输入为Series时返回一个Series，其他输入类型返回categorical；(3)labels取值为False时：返回一个整数组成的数组
bins	计算得到或者制定的每组分界值，当retbins=True时，才会返回该值

5. 示例

其实标签为上述数字边界组成时，不需要通过Labels特别指定，取值为None时，默认即是上述形式。见下例：