python中使用map函数的映射间隔

Question

给定一个数字序列，首先转换为interval，然后按照数字序列转换为字典，然后再用DataFrame中的一个列映射它，如下面的DataFrame所示。

查询-1如何创建从上述序列到字典的间隔

given_sequence = [-100, 2, 5, 8, 10, 15]# Given sequence

idict = {-100: '<2',
2:'2-5',
5:'5-8',
8:'8-10',
10:'10-15',
15:'>15'}

查询-2如何映射到列，如下面用字典和map函数拍摄的屏幕所示

import pandas as pd
import random
# create an Empty DataFrame object
df = pd.DataFrame()
df['col1'] = [random.randint(1, 10) for i in range(0, 10)]
df['mapped']  = df['col1'].map(idict)

预期产出**

​

​

Answer 1

您想要的结果可以使用pd.cut获得。它从一个连续变量创建一个分类变量。

df['mapped'] = pd.cut(df['col1'], right=False, bins=given_sequence+[float('inf')], 
                      labels=['<2', '2-5', '5-8','8-10','10-15','>15'])

输出：

   col1 mapped
0     6    5-8
1     1     <2
2    10  10-15
3     7    5-8
4     7    5-8
5     8   8-10
6     4    2-5
7     7    5-8
8    10  10-15
9     6    5-8

Answer 2

如果字典中的值是按示例数据排序的，则从字典键中添加bins和labels参数，并在cut中添加值

#if necessary sorting dict by keys
#idict = {k: v for k, v in sorted(idict.items(), key=lambda item: item[0])}

df['mapped'] = pd.cut(df['col1'], 
                      right=False, 
                      bins=[*list(idict.keys()), np.inf], 
                      labels=list(idict.values()))