问题描述
我的数据框由非负值组成，但缺失值已编码为负值。 所以我想在排除负值的同时对每一列进行装箱。
到目前为止，在[df>0]上的qcut使Nan以前存在负值，而这并不是我想要的，因为我想保留这些值（它们具有含义）。
dat[i]=pd.qcut(dat[i][dat[i]>0], 10,labels = False, duplicates='drop')
1楼
对我来说，您所需的输入和输出仍然有些不清楚（将它们放入问题中可能会有所帮助）。 但是我认为您可以通过创建一个临时列并用原始列填充NaN值来实现您想要的。
从原始qcut代码开始，但将其分配给新列：
dat['temp'] = pd.qcut(dat[i][dat[i]>0], 10, labels=False, duplicates='drop')
dat[i] = dat['temp'].fillna(df[i])
del df['temp']