panda Applicazione qCut bidoni per i nuovi dati

Question

Sto usando panda qCut splittare alcuni dati in 20 bidoni come parte della preparazione dei dati per la formazione di un modello di classificazione binaria in questo modo:

data['VAR_BIN'] = pd.qcut(cc_data[var], 20, labels=False) 

La mia domanda è, come può Applico la stessa logica binning derivata dall'istruzione qcut sopra a un nuovo insieme di dati, ad esempio per scopi di validazione del modello. C'è un modo semplice per farlo?

Grazie

Answer 1

Puoi farlo passando retbins=True.

Si consideri il seguente dataframe:

import pandas as pd 
import numpy as np 
prng = np.random.RandomState(0) 
df = pd.DataFrame(prng.randn(100, 2), columns = ["A", "B"]) 

pd.qcut(df["A"], 20, retbins=True, labels=False) restituisce una tupla il cui secondo elemento è i bidoni. Così si può fare:

ser, bins = pd.qcut(df["A"], 20, retbins=True, labels=False) 

ser è la serie categorica e bins sono i punti di rottura. Ora è possibile passare i contenitori a pd.cut per applicare lo stesso raggruppamento all'altra colonna:

pd.cut(df["B"], bins=bins, labels=False, include_lowest=True) 
Out[38]: 
0  13 
1  19 
2  3 
3  9 
4  13 
5  17 
...