web-dev-qa-db-ja.com

Python Pandas pd.qcutを使用して新しいビン/バケット変数を作成する

Pythonでpd.qutを使用して、新しいビン/バケット変数をどのように作成しますか?

これは経験豊富なユーザーには初歩的なように思えるかもしれませんが、私はこれについてあまり明確ではなく、スタックオーバーフロー/グーグルで検索するのは驚くほど直感的ではありませんでした。いくつかの徹底的な検索でこれが得られました( 新しい列としてのqcutの割り当て )が、最後のステップを踏まず、すべてをビンに入れなかったため(つまり、1,2、。 ..)。

11
sfortney

編集:以下の回答は、Pandas 0.15.0未満のバージョンにのみ有効です。Pandas 15以上を実行している場合は、以下を参照してください。

data3['bins_spd'] = pd.qcut(data3['spd_pct'], 5, labels=False)

それを指摘してくれた@unutbuに感謝します。 :)

ビンに入れたいデータがいくつかあり、私の場合はオプションが広がり、各観測値に対応するバケットを使用して新しい変数を作成するとします。あなたがこれを行うことができる上記のリンク:

print pd.qcut(data3['spd_pct'], 40)

(0.087, 0.146]
(0.0548, 0.087]
(0.146, 0.5]
(0.146, 0.5]
(0.087, 0.146]
(0.0548, 0.087]
(0.5, 2]

これにより、各観測値に対応するビンのエンドポイントがわかります。ただし、各観測に対応するビン番号が必要な場合は、次のようにすることができます。

print pd.qcut(data3['spd_pct'],5).labels

[2 1 3 ..., 0 1 4] 

ビン番号だけで新しい変数を作成したい場合は、すべてをまとめると、これで十分です。

data3['bins_spd']=pd.qcut(data3['spd_pct'],5).labels

print data3.head()

   secid      date    symbol  symbol_flag     exdate   last_date cp_flag  0   5005  1/2/1997  099F2.37            0  1/18/1997         NaN       P   
1   5005  1/2/1997  09B0B.1B            0  2/22/1997   12/3/1996       P   
2   5005  1/2/1997  09B7C.2F            0  2/22/1997  12/11/1996       P   
3   5005  1/2/1997  09EE6.6E            0  1/18/1997  12/27/1996       C   
4   5005  1/2/1997  09F2F.CE            0  8/16/1997         NaN       P   

   strike_price  best_bid  best_offer     ...      close  volume_y    return  0          7500     2.875      3.2500     ...        4.5     99200  0.074627   
1         10000     5.375      5.7500     ...        4.5     99200  0.074627   
2          5000     0.625      0.8750     ...        4.5     99200  0.074627   
3          5000     0.125      0.1875     ...        4.5     99200  0.074627   
4          7500     3.000      3.3750     ...        4.5     99200  0.074627   

   cfadj_y  open  cfret  shrout      mid   spd_pct  bins_spd  
0        1   4.5      1   57735  3.06250  0.122449         2  
1        1   4.5      1   57735  5.56250  0.067416         1  
2        1   4.5      1   57735  0.75000  0.333333         3  
3        1   4.5      1   57735  0.15625  0.400000         3  
4        1   4.5      1   57735  3.18750  0.117647         2  

[5 rows x 35 columns]

これが他の誰かに役立つことを願っています。少なくとも、今は検索が簡単なはずです。 :)

5
sfortney