범주화(카테고리화) - pd.cut(), pd.qcut()

cut, qcut은 수치형 데이터를 카테고리화 하는 함수입니다.

pd.cut()

• pd.cut()은 구간(bin, 나누는 개수)을 특정 범위로 설정 가능합니다.

df = pd.DataFrame({'Age' : range(1,100,7)})
df['Age_category'] = pd.cut(df['Age'],bins=[0,10,70,100],labels=['young','medium','older']) 
df
# 출력 결과
	Age	Age_category
0	1	young
1	8	young
2	15	medium
3	22	medium
4	29	medium
5	36	medium
6	43	medium
7	50	medium
8	57	medium
9	64	medium
10	71	older
11	78	older
12	85	older
13	92	older
14	99	older

pd.qcut()

• qcut은 cut과 달리 구간 설정을 정확히 나눌 경우 사용되어 임의의 계산이 필요 없다.
• 아래와 같은 경우 라벨이 young은 df[‘Age’].quantile(0.33)이하의 값이고 medium은 0.33 ~ 0.66이며, older는 df[‘Age’].quantile(0.66)의 값이 bin이다.

df = pd.DataFrame({'Age' : range(1,100,7)})
df['Age_category'] = pd.qcut(df['Age'],3,labels=['young','medium','older']) 
df
# 만약,duplicates오류가 나온다면 duplicates='drop'을 추가 옵션에 넣으면 됩니다.

# 출력 결과
	Age	Age_category
0	1	young
1	8	young
2	15	young
3	22	young
4	29	young
5	36	medium
6	43	medium
7	50	medium
8	57	medium
9	64	medium
10	71	older
11	78	older
12	85	older
13	92	older
14	99	older