用离群点切割连续数据

Question

例如，我有DataFrame

df = pd.DataFrame({'a': [1, 2, 3, 4, 5, 6, 7, 8, 9], 'b': [2, 2, 4, 3, 1000, 2000, 1, 500, 3]})

​

​

我需要通过离群点得到这些间隔: 1-4，5-6，7，8，9。

用pd.cut和pd.qcut进行切割并不能给出这些结果。

Answer 1

您可以根据上面/下面的掩码按连续值对它们进行分组：

m = df['b'].gt(100)
df['group'] = m.ne(m.shift()).cumsum()

产出：

   a     b  group
0  1     2      1
1  2     2      1
2  3     4      1
3  4     3      1
4  5  1000      2
5  6  2000      2
6  7     1      3
7  8   500      4
8  9     3      5