pandas.qcut

pandas.qcut(x, q, labels=None, retbins=False, precision=3)

基于分位数的离散化函数。基于秩或基于样本分位数将变量离散化为等大小桶。例如，10个分位数的1000个值将产生指示每个数据点的分位数成员资格的分类对象。

参数：

x：ndarray或Series

q：整数或分位数阵列

分位数。十分位数为10，四分位数为4或者，分位数阵列，例如[0，.25，.5，.75，1.]四分位数

标签：array或boolean，默认值为无

用作生成的仓的标签。必须与生成的仓的长度相同。如果为False，则只返回bin的整数指示符。

retbins：bool，可选

是否返回bin。如果bin作为标量给出，则可能有用。

precision：int

存储和显示容器标签的精度

返回：

out：分类或系列或整数数组（如果标签为False）

返回类型（分类或系列）取决于输入：a系列类型类型，如果输入是一个系列其他分类。返回分类数据时，分档表示为类别。

货仓：ndarray的浮点数

仅在retbins为True时返回。

笔记

在结果分类对象中的超出值将为NA

例子

>>> pd.qcut(range(5), 4)
[[0, 1], [0, 1], (1, 2], (2, 3], (3, 4]]
Categories (4, object): [[0, 1] < (1, 2] < (2, 3] < (3, 4]]
>>> pd.qcut(range(5), 3, labels=["good","medium","bad"])
[good, good, medium, bad, bad]
Categories (3, object): [good < medium < bad]
>>> pd.qcut(range(5), 4, labels=False)
array([0, 0, 1, 2, 3], dtype=int64)