python - 如何对 Pandas DataFrame 中的一系列值进行分类

Question

假设我有以下 DataFrame:

   Area
0  14.68
1  40.54
2  10.82
3  2.31
4  22.3

我想在范围内对这些值进行分类。比如 A: [1,10], B: [11,20], C...

   Area
0  B
1  D
2  C
3  A
4  C

我怎样才能用 Pandas 做到这一点？我尝试了以下代码:

bins = pd.IntervalIndex.from_tuples([(0, 11), (11, 20), (20, 50), (50, 100), (100, 500), (500, np.max(df["area"]) + 1)], closed='left')
catDf = pd.cut(df["area"], bins = bins)

但是“cut”命令只是将范围值放入 DataFrame 中，我想放入类别名称而不是范围。

编辑:我试图将标签传递给剪辑，但没有任何改变。EDIT2:澄清一下，如果“area”的值有 10.21，那么它在 [10,20] 的范围内，那么它必须被标记为“B”或该值范围的其他标签.

Answer 1

为我工作cat.codes通过将列表 a 转换为 numpy 数组进行索引:

a = list('ABCDEF')
df['new'] = np.array(a)[pd.cut(df["Area"], bins = bins).cat.codes]
print (df)
     Area new
0   14.68   B
1   40.54   C
2   10.82   A
3    2.31   A
4   22.30   C
5  600.00   F

---

catDf = pd.Series(np.array(a)[pd.cut(df["Area"], bins = bins).cat.codes], index=df.index)
print (catDf)
0    B
1    C
2    A
3    A
4    C
5    F
dtype: object