如何使用Python实现对相同数据分箱

小编给大家分享一下如何使用Python实现对相同数据分箱，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

什么是分箱？

简单点说就是将不同的东西，按照特定的条件放到一个指定容器里，比如水果 把绿色的放一个篮子里，红色一个篮子等等，这个篮子就是箱，而水果就是数据 颜色就是条件

什么样式的数据要进行分箱

数据主要分为连续变量和分类变量，分箱的操作主要针对于连续变量。

为什么要对数据进行分箱操作

稳定性，时间复杂度，看的舒服，提高准确度 等等

思路

先给定 last 为列表第一个（并存入temp列表）,将后面的数据从第二个开始与 last 比较，如果相同存入 temp 中。

当不相同时，则将 last 切换为 不同的那个数（并存入temp），并将 temp列表 放入一个空列表中。

类型一：数字

实现效果

[1,1,1,2,2,2,3,3,4,4,5,5,5,5,5]# 转变为[[1, 1, 1], [2, 2, 2], [3, 3], [4, 4], [5, 5, 5, 5, 5]]

代码实现

box = [1,1,1,2,2,2,3,3,4,4,5,5,5,5,5]last = box[0]temp = [box[0]]box_list = [temp]for a in box[1::]:    if a == last:        temp.append(a)    else:        last = a        temp = [a]        box_list.append(temp)print(box_list) # [[1, 1, 1], [2, 2, 2], [3, 3], [4, 4], [5, 5, 5, 5, 5]]# 实现按每一个分箱列表遍历数据（而不用全部遍历）for boxs in box_list:    for i in boxs:        print(i)

类型二：元组

实现效果

box = [('小黑','20','四川'),('小黑','21','北京'),('张三','18','上海'),('张三','22','上海'),('张三','30','北京'),('李四','10','广州')]# 实现把名字相同的元组放入一个列表[[('小黑', '20', '四川'), ('小黑', '21', '北京')], [('张三', '18', '上海'), ('张三', '22', '上海'), ('张三', '30', '北京')], [('李四', '10', '广州')]]

代码实现

box = [('小黑','20','四川'),('小黑','21','北京'),('张三','18','上海'),('张三','22','上海'),('张三','30','北京'),('李四','10','广州')]last = box[0][0]temp = [box[0]]box_list = [temp]for a in box[1::]:    if a[0] == last:        temp.append(a)    else:        last = a[0]        temp = [a]        box_list.append(temp)       print(box_list)    # 实现按每一个分箱列表遍历数据（而不用全部遍历）for boxs in box_list:    for i in boxs:        print(i[0]) # 0取的姓名，1取年龄，3取地址

附：利用Python的cut方法可以对数据进行分箱。

import pandas as pd import numpy as np from pandas import Series,DataFrame# 随机生成一组数据score_list = np.random.randint(25,100,size = 20)  # 随机生成最小值25，最大值100的20个数据# 分箱的区间bins = [0,59,70,80,100]# 分箱score_cat = pd.cut(score_list,bins)# 统计不同区间的个数pd.value_counts(score_cat)# 生成一个空的DataFramedf = DataFrame()df['Score'] = score_listdf['Name'] =  [pd.util.testing.rands(5) for i in range(20)] # 生成20个姓名df['Categories'] =pd.cut(df['Score'],bins,labels = ['不及格','一般','优秀','厉害']) # labels对应的是bins的

以上是"如何使用Python实现对相同数据分箱"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！