python - "Bin labels must be one fewer than the number of bin edges"通过 pd.qcut 重复后 = 'drop' kwarg

Question

我有一个 df有数十万行，我正在创建一个新的数据框，它只包含某些值组的行的最高分位数:

quantiles = (df.groupby(['Person', 'Date'])['Value'].apply(lambda x: pd.qcut(x, 4, labels=[0, 0.25, 0.5, 1], duplicates='drop')))

当我运行它时，我得到:

ValueError: Bin labels must be one fewer than the number of bin edges

尝试更改 bins的号码后至 5我仍然遇到同样的错误。

我怎样才能解决这个问题？

Answer 1

我遇到了同样的问题，我这样做是为了克服它。
bins = 数据被切片的次数
标签 = 您使用标签进行分类的范围。

This error appears when labels > bins

按着这些次序:
步。 1:一开始不要传递标签

train['MasVnrArea'] = pd.qcut(train['MasVnrArea'],
                          q=5,duplicates='drop')

这将导致:

(-0.001, 16.0]     880
(205.2, 1600.0]    292
(16.0, 205.2]      288
Name: MasVnrArea, dtype: int64

第2步:
现在我们可以看到在 binned 上只有三个类别是可能的。
因此，相应地分配标签。就我而言，它是 3。所以我传递了 3 个标签。

bin_labels_MasVnrArea = ['Platinum_MasVnrArea', 
                         'Diamond_MasVnrArea','Supreme_MasVnrArea']
train['MasVnrArea'] = pd.qcut(train['MasVnrArea'],
                              q=5,labels=bin_labels_MasVnrArea,duplicates='drop')

请在垃圾箱上观看此视频，以便清楚了解。

https://www.youtube.com/watch?v=HofOMf8RgjM