Потеря данных при создании бинов с использованием функции Python Pandas Cut

Question

Моя цель - перенести один столбец из df1 в df2 и одновременно создать ячейки. У меня есть фрейм данных с именем df1, который включает в себя 3 числовые переменные.Я хочу получить одну переменную с именем 'tenure' в df2 и хочу создать бины. Передача значений столбцов в df2, но df2 показывает некоторые пропущенные значения.пожалуйста, найдите код ниже:

df2=pd.cut(df1["tenure"] , bins=[0,20,60,80], labels=['low','medium','high'])

перед созданием df2 Я проверил пропущенные значения в df1.таких значений не было, но после создания ячеек отображается 11 пропущенных значений.

print(df2.isnull().sum())

Над кодом показано 11 пропущенных значений

Любая помощь приветствуется.

Answer 1

Я предполагаю, что у вас есть некоторые значения в df1['tenure'], которых нет в (0,80], может быть, нули.См. Пример ниже:

df1 = pd.DataFrame({'tenure':[-1, 0, 12, 34, 78, 80, 85]})
print (pd.cut(df1["tenure"] , bins=[0,20,60,80], labels=['low','medium','high']))

0       NaN    # -1 is lower than 0 so result is null
1       NaN    # it was 0 but the segment is open on the lowest bound so 0 gives null
2       low
3    medium
4      high
5      high    # 80 is kept as the segment is closed on the right
6       NaN    # 85 is higher than 80 so result is null
Name: tenure, dtype: category
Categories (3, object): [low < medium < high]

Теперь вы можете передать параметр include_lowest=True в pd.cut, чтобы сохранить левую границу в результате:

print (pd.cut(df1["tenure"] , bins=[0,20,60,80], labels=['low','medium','high'],
              include_lowest=True))

0       NaN
1       low  # now where the value was 0 you get low and not null
2       low
3    medium
4      high
5      high
6       NaN
Name: tenure, dtype: category
Categories (3, object): [low < medium < high]

Итак, наконец, ядумайте, что если вы напечатаете len(df1[(df1.tenure <= 0) | (df1.tenure > 80)]), вы получите 11 с вашими данными как число null значений в ваших df2 (здесь это 3 с моими данными)