Биннинга по значению, за исключением последнего бункера

Question

Я пытаюсь данные бин следующим образом:

pd.cut(df['col'], np.arange(0,1.2, 0.2),include_lowest=True)) 

Но я хотел бы, чтобы гарантировать, что любые данные больше 1, также включены в этом последнем бункере. Я могу сделать это в нескольких строках, но задаюсь вопросом, знает ли кто-нибудь об одном слое или более питоническом способе этого?

PS - Я не хочу делать qcut-- Мне нужно, чтобы ячейки были разделены их значениями, а не количеством записей.

Answer 1

Раствор 1: подготовить labels (используя первые 5 строк на DF) и заменить 1 с np.inf в bins параметра:

In [67]: df 
Out[67]: 
      a   b   c 
0 1.698479 0.337989 0.002482 
1 0.903344 1.830499 0.095253 
2 0.152001 0.439870 0.270818 
3 0.621822 0.124322 0.471747 
4 0.534484 0.051634 0.854997 
5 0.980915 1.065050 0.211227 
6 0.809973 0.894893 0.093497 
7 0.677761 0.333985 0.349353 
8 1.491537 0.622429 1.456846 
9 0.294025 1.286364 0.384152 

In [68]: labels = pd.cut(df.a.head(), np.arange(0,1.2, 0.2), include_lowest=True).cat.categories 

In [69]: pd.cut(df.a, np.append(np.arange(0, 1, 0.2), np.inf), labels=labels, include_lowest=True) 
Out[69]: 
0  (0.8, 1] 
1  (0.8, 1] 
2  [0, 0.2] 
3 (0.6, 0.8] 
4 (0.4, 0.6] 
5  (0.8, 1] 
6  (0.8, 1] 
7 (0.6, 0.8] 
8  (0.8, 1] 
9 (0.2, 0.4] 
Name: a, dtype: category 
Categories (5, object): [[0, 0.2] < (0.2, 0.4] < (0.4, 0.6] < (0.6, 0.8] < (0.8, 1]] 

Пояснение:

In [72]: np.append(np.arange(0, 1, 0.2), np.inf) 
Out[72]: array([ 0. , 0.2, 0.4, 0.6, 0.8, inf]) 

In [73]: labels 
Out[73]: Index(['[0, 0.2]', '(0.2, 0.4]', '(0.4, 0.6]', '(0.6, 0.8]', '(0.8, 1]'], dtype='object') 

Solution 2:clip все значения больше tha п 1

In [70]: pd.cut(df.a.clip(upper=1), np.arange(0,1.2, 0.2),include_lowest=True) 
Out[70]: 
0  (0.8, 1] 
1  (0.8, 1] 
2  [0, 0.2] 
3 (0.6, 0.8] 
4 (0.4, 0.6] 
5  (0.8, 1] 
6  (0.8, 1] 
7 (0.6, 0.8] 
8  (0.8, 1] 
9 (0.2, 0.4] 
Name: a, dtype: category 
Categories (5, object): [[0, 0.2] < (0.2, 0.4] < (0.4, 0.6] < (0.6, 0.8] < (0.8, 1]] 

Объяснение:

In [75]: df.a 
Out[75]: 
0 1.698479 
1 0.903344 
2 0.152001 
3 0.621822 
4 0.534484 
5 0.980915 
6 0.809973 
7 0.677761 
8 1.491537 
9 0.294025 
Name: a, dtype: float64 

In [76]: df.a.clip(upper=1) 
Out[76]: 
0 1.000000 
1 0.903344 
2 0.152001 
3 0.621822 
4 0.534484 
5 0.980915 
6 0.809973 
7 0.677761 
8 1.000000 
9 0.294025 
Name: a, dtype: float64