一、pd.cut用法

pd.cut()是一個(gè)用于將連續(xù)變量轉(zhuǎn)換成離散變量的函數(shù)，通俗地說(shuō)就是將一組數(shù)據(jù)按照一定的規(guī)則自動(dòng)分成幾段，然后用這幾段來(lái)表示原來(lái)的數(shù)據(jù)。

二、pd.cut函數(shù)

pd.cut()函數(shù)的基本語(yǔ)法如下：

bins = [bin1, bin2, bin3, ....]
pd.cut(data, bins)

其中data為待分割的數(shù)據(jù)，bins為分割的規(guī)則。bins可以為數(shù)字，也可以為序列，如果為數(shù)字表示將整個(gè)數(shù)列分成幾段，序列則表示每段指定具體的切分節(jié)點(diǎn)。

三、pd.cut函數(shù)判斷區(qū)間

pd.cut()函數(shù)判斷區(qū)間時(shí)默認(rèn)是左開(kāi)右閉，即分段區(qū)間為(left,right]。

四、pd.cut參數(shù)

在pd.cut()函數(shù)中，還有一些參數(shù)可以控制分段的方式，包括：

五、pd.cut左閉右開(kāi)

控制pd.cut()函數(shù)的左閉右開(kāi)用參數(shù)right，在pd.cut()函數(shù)中right默認(rèn)為T(mén)rue，即右側(cè)的區(qū)間與前一個(gè)區(qū)間相鄰。

六、pd.cut函數(shù)股票

對(duì)于股票分組機(jī)制，我們通常需要在大量的指標(biāo)中選擇一些比較重要的數(shù)據(jù)，并按照一定的規(guī)則來(lái)使每只股票分別處于自己所在的分組，pd.cut()函數(shù)有很好的實(shí)用效果。

七、pd.cut設(shè)置bin

pd.cut()中的bin參數(shù)決定了將整個(gè)數(shù)列分割成幾個(gè)等分點(diǎn)，bin參數(shù)可以是一個(gè)整數(shù)n，表示將整個(gè)數(shù)列等分成n等份。也可以是一個(gè)列表，表示用這些桶序列來(lái)分割數(shù)據(jù)。

例如，下列代碼將序列s分割成5個(gè)等分點(diǎn)，生成6個(gè)分組：

import pandas as pd
import numpy as np

s = pd.Series(np.random.randn(100))
s = pd.Series(pd.cut(s, 5))
print(s.value_counts())

輸出為：

(-2.082, -1.336]     22
(-1.336, -0.596]     35
(-0.596, 0.142]      26
(0.142, 0.881]       10
(0.881, 1.621]        7
dtype: int64

八、pd.cut后按順序排列

pd.cut()默認(rèn)會(huì)根據(jù)邊緣數(shù)值進(jìn)行排序。如果要根據(jù)切片順序?qū)⒔Y(jié)果排序（而不是按峰值），請(qǐng)將參數(shù)ordered設(shè)置為False。

九、pd.cut什么意思

pd.cut()函數(shù)將連續(xù)變量離散化成無(wú)序的 categorical 變量，是數(shù)據(jù)處理中的一個(gè)非常實(shí)用的函數(shù)。

十、pd.cut函數(shù)給股票分組

了解了pd.cut()函數(shù)的基本用法和相關(guān)參數(shù)，我們可以嘗試將其應(yīng)用到股票分組中，分組取權(quán)值的思路大概如下：

實(shí)現(xiàn)起來(lái)，我們根據(jù)市值（net_asset_value）進(jìn)行排序，將股票分為若干組，從而可以實(shí)現(xiàn)個(gè)股的分類。

示例代碼如下：

import pandas as pd
import numpy as np

# 準(zhǔn)備數(shù)據(jù)
data = pd.read_csv('example.csv')
data = data.sort_values('net_asset_value') # 按市值排序
data = data.reset_index(drop=True)

# 切分并保存分組
data['groups'] = pd.cut(data.index, bins=10, labels=range(10))

# 打分
data['points'] = np.exp(-(data.groups.astype(int) - 4) ** 2)

# 按得分排序并輸出
data = data.sort_values('points', ascending=False)
print(data.head())