问题描述
我在 R 中有这段代码，但我想在 python 中做同样的过程，我不知道如何重命名数据帧中变量的值
ingresos <- sample(0:100,15,replace = T)
sexo <- sample(0:1,15,replace=T)
base2 <- data.frame(ingresos, sexo)
base2$grupo[as.numeric(base2$ingresos) >= 0 &
as.numeric(base2$ingresos)<=29] <- 1
base2$grupo[as.numeric(base2$ingresos) >= 30 &
as.numeric(base2$ingresos)<=49] <- 2
base2$grupo[as.numeric(base2$ingresos) >= 50 &
as.numeric(base2$ingresos)<=69] <- 3
base2$grupo[as.numeric(base2$ingresos) >= 70] <- 4
base2
这是我在python上的突破
Id=np.arange(1,16)
Grupo=np.arange(1,16)
l=np.arange(1,101).tolist()
Ing=random.choices(l,k=15)
base2= pd.DataFrame({'Id':Id,'Ingreso':Ing,'Grupo':Grupo})
base2=base2.set_index('Id')
感谢您的时间
1楼
在 R 你做：
base2$bins = cut(base2$ingresos,breaks=c(0,30,50,70,+Inf),
include.lowest=TRUE,right=FALSE)
ingresos sexo bins
1 38 0 [30,50)
2 98 0 [70,Inf]
3 17 1 [0,30)
4 76 1 [70,Inf]
5 54 0 [50,70)
6 91 1 [70,Inf]
7 4 0 [0,30)
8 68 0 [50,70)
9 9 0 [0,30)
10 32 0 [30,50)
11 13 0 [0,30)
12 64 1 [50,70)
13 35 1 [30,50)
14 44 0 [30,50)
15 63 0 [50,70)
在熊猫中，您可以执行以下操作：
base2['bins'] = pd.cut(base2['Ingreso'],
bins=[0,30, 50,70,+np.Inf],include_lowest=True,right=False)
Ingreso Grupo bins
Id
1 57 1 [50.0, 70.0)
2 71 2 [70.0, inf)
3 25 3 [0.0, 30.0)
4 45 4 [30.0, 50.0)
5 26 5 [0.0, 30.0)
6 1 6 [0.0, 30.0)
7 51 7 [50.0, 70.0)
8 39 8 [30.0, 50.0)
9 67 9 [50.0, 70.0)
10 78 10 [70.0, inf)
11 58 11 [50.0, 70.0)
12 27 12 [0.0, 30.0)
13 48 13 [30.0, 50.0)
14 75 14 [70.0, inf)
15 22 15 [0.0, 30.0)