python - 用非唯一标签切割的 Pandas

Question

我正在尝试对数据进行分类并根据分类应用浮点值。我认为 pandas.cut 是用于此目的的工具，但显然它需要每个 bin 标签的唯一值。

values = [0.6, 0.5, 0.5, 0.6, 0.8, 0.9]
bins = [0, 2, 5, 10, 15, 25, 200]
binned = pd.cut(original_table[field], bins, labels=values)

>>> ValueError: Categorical categories must be unique

我的数据 (original_table) 非常大，迭代地做任何事情都非常慢，这就是为什么 cut 是一个很有吸引力的工具。是否有解决方法可以使 pd.cut 为此工作？

Answer 1

这是我发现的另一种规避此问题的方法 here .也看起来很快就会修复

import pandas as pd
import numpy as np


values = [0.6, 0.5, 0.5, 0.6, 0.8, 0.9]
bins = [0, 2, 5, 10, 15, 25, 200]

# Cut it
binned = pd.cut(original_table[field], bins, labels=pd.Categorical(values))