pandas.cut 函数在假定为 0 时给了我负值

Question

我很困惑为什么我的 pd.cut 函数给我的起始间隔是负值。 我已剪切的列的最小值为 0。因此，我希望 pd.cut 函数抛出的第一个区间为 (0,18)，而不是 (-0.18,18)。

我已将精度设置更改为 0。但是，这只会使我的起始间隔变为 (-0.0,18)。

当我解析到 pd.cut 函数中的列是整数时，为什么我的间隔全部是浮点数？

感谢所有帮助。谢谢。

Answer 1

正如评论中所解释的，您要求 cut 自动为您定义垃圾箱，默认情况下它们是等宽的，这意味着可以有负边界。

如果您希望保留自动分箱，您可以随后手动修改间隔。这是仅第一个间隔“不正确”的情况的示例，使用 cat.rename_categories：

np.random.seed(0)
s = pd.Series(np.random.randint(-10,100,size=100)).clip(lower=0)
s_cut = pd.cut(s, bins=10)
print(s_cut.cat.categories)

first_I = s_cut.cat.categories[0]
new_I = pd.Interval(0, first_I.right)
s_cut = s_cut.cat.rename_categories({first_I: new_I})
print(s_cut.cat.categories)

输出：

# before
IntervalIndex([(-0.095, 9.5], (9.5, 19.0], (19.0, 28.5], ...)

# after
IntervalIndex([(0.0, 9.5], (9.5, 19.0], (19.0, 28.5], ...)