python - 为什么 pandas.cut 将第一个元素归类为 NaN？

Question

我试图首先剪切，然后使用 np.linspace 和 pd.cut 标签对数值数组进行分类。我的代码如下所示。

import numpy as np
import pandas as pd

n=4 #number of edges to group 'a' to three categories.
a = np.arange(2.0,5.0,0.1)
dfa = pd.DataFrame(a, columns=['a'])
edges, step = np.linspace(np.floor(a.min()), np.ceil(a.max()), num = n, retstep=True)
dfa['a_label'] = pd.cut(x=dfa['a'], bins=list(edges), labels=range(n-1))
print(edges)
print(dfa.head())

但是，当我运行数组时，我得到了数组中第一个元素的 NaN，如下面的结果所示。按理说，第一个元素2.0应该包含在第一类中。请帮我弄清楚出了什么问题。提前致谢。

[2. 3. 4. 5.]
     a a_label
0  2.0     NaN
1  2.1     0.0
2  2.2     0.0
3  2.3     0.0
4  2.4     0.0

Answer 1

将参数include_lowest-True添加到cut :

include_lowest bool, default False
Whether the first interval should be left-inclusive or not.

dfa['a_label'] = pd.cut(x=dfa['a'], bins=list(edges), labels=range(n-1), include_lowest=True)
print(dfa.head())
     a a_label
0  2.0       0
1  2.1       0
2  2.2       0
3  2.3       0
4  2.4       0