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、。 ..)。
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。 :)