My blog Practice makes perfect
文献集锦
如何理论创新？
管理学理论集锦
Python实际应用
聚类标准误与固定效应
巫师3：狂猎
读懂专利
Stata应用技巧
Python知识与技巧
回归系数的经济意义
双重差分法（DID）
创新文献阅读与摘要
计量经济学
Python绘图相关
遗漏变量偏误检验
基于专利计算的创新指标
pd.cut()
pd.cut 是 Pandas 库中一个非常实用的函数，用于将连续的数值数据（如年龄、收入、分数等）离散化 (Discretization)，将其划分到不同的区间或分箱 (Bins) 中。简而言之，它将一个数值列转换为一个类别列 (Categorical)。1. pd.cut 的核心功能
pd.cut 函数将数据根据用户定义的边缘 (Edges) 或分箱数量 (Number of Bins) 进行划分。例如：将一个 0 到 100 的分数数据划分为三个区间：[0, 60], (60, 80], (80, 100]。
基本语法
2. 常用参数详解与示例
示例数据准备
(1) 按分箱边缘列表划分（最常用）
这是最精确的划分方式，需要手动指定区间的边界点。
输出结果：
(2) 按分箱数量划分
如果只传入一个整数给
bins，Pandas 会自动计算等宽的分箱。输出结果：
(3) 控制区间开闭性 (right 和 include_lowest)
right=True(默认)：区间右侧是闭合的，如(a, b]。
right=False：区间左侧是闭合的，如[a, b)。
include_lowest=True：确保包含数据的最小值，即使它是区间的左边界。
3. pd.cut vs pd.qcut
函数 | 划分依据 | 区间大小 | 适用场景 |
pd.cut | 基于数值范围 | 区间宽度相同或用户指定 | 数据分布均匀，或需要按固定规则（如年龄段、分数线）划分时。 |
pd.qcut | 基于样本数量 (Quartiles) | 每个区间包含大致相同的样本数量 | 数据分布不均匀，或需要划分百分位数（如四分位数、十分位数）时。 |
示例：pd.qcut
输出结果：
总结：
当你知道具体的划分标准（如 60 分及格，80 分优秀）时，使用 pd.cut。当你想要根据数据的百分位平均分配样本时，使用 pd.qcut。
Prev
plt.legend()
Next
Pandas：stack() 和 unstack()
Loading...