python - 可以对数据框中的每一列应用百分位切割吗？

Question

是否可以使用循环对数据框的所有列进行百分位切割？这就是我现在的做法:

df = pd.DataFrame(np.random.randn(10,5))
df_q = pd.DataFrame()

for i in list(range(len(df.columns))):
    df_q[i] = pd.qcut(df[i], 5, labels=list(range(5)))

我希望有一个巧妙的 pandas 解决方案来避免使用循环。

谢谢!

Answer 1

pd.qcut接受一维数组或系列作为其参数。申请pd.qcut每列都需要多次调用 pd.qcut .所以不管你怎么装扮它，都会有一个循环——或显式或隐式。

例如，您可以使用 apply调用pd.qcut对于每一列:

In [46]: df.apply(lambda x: pd.qcut(x, 5, labels=list(range(5))), axis=0)
Out[46]: 
   0  1  2  3  4
0  4  0  3  0  3
1  0  0  2  3  0
2  3  4  1  2  3
3  4  1  1  1  4
4  3  2  2  4  1
5  2  4  3  0  1
6  2  3  0  4  4
7  1  3  4  2  2
8  0  1  4  3  0
9  1  2  0  1  2

但在幕后，df.apply正在使用 for-loop , 所以它真的和你的 for-loop 没有太大区别:

df_q = pd.DataFrame()
for col in df:
    df_q[col] = pd.qcut(df[col], 5, labels=list(range(5)))

---

In [47]: %timeit df.apply(lambda x: pd.qcut(x, 5, labels=list(range(5))), axis=0)
100 loops, best of 3: 2.9 ms per loop

In [48]: %%timeit
    df_q = pd.DataFrame()
    for col in df:
        df_q[col] = pd.qcut(df[col], 5, labels=list(range(5)))
100 loops, best of 3: 2.95 ms per loop

---

注意

for i in list(range(len(df.columns))):

仅在 df 的列时有效恰好是从 0 开始的连续整数。使用起来更健壮

for col in df:

遍历 DataFrame 的列。