如何在python中使用pd.qut创建新的Bin / Bucket变量？
对于有经验的用户来说，这似乎是最基本的，但我对此并不十分清楚，搜索堆栈溢出/谷歌是非常不直观的。一些彻底的搜索产生了这个（将qcut分配为新列）但它并没有完全回答我的问题，因为它没有采取最后一步并把所有东西放入箱子（即1,2，......）。
如何在python中使用pd.qut创建新的Bin / Bucket变量？
对于有经验的用户来说，这似乎是最基本的，但我对此并不十分清楚，搜索堆栈溢出/谷歌是非常不直观的。一些彻底的搜索产生了这个（将qcut分配为新列）但它并没有完全回答我的问题，因为它没有采取最后一步并把所有东西放入箱子（即1,2，......）。
在Pandas 0.15.0或更新版本中， pd.qcut 如果输入是一个系列（就像你的情况那样）或者如果输入，将返回一个系列而不是一个分类 labels=False。如果你设置 labels=False， 然后 qcut 将返回一个以二进制数的整数指示符作为值的系列。
因此，为了使您的代码能够面向未来，您可以使用
data3['bins_spd'] = pd.qcut(data3['spd_pct'], 5, labels=False)
或者，将NumPy数组传递给 pd.qcut 所以你得到一个分类作为返回值。
请注意Categorical属性 labels 已弃用。使用 codes 代替：
data3['bins_spd'] = pd.qcut(data3['spd_pct'].values, 5).codes
在Pandas 0.15.0或更新版本中， pd.qcut 如果输入是一个系列（就像你的情况那样）或者如果输入，将返回一个系列而不是一个分类 labels=False。如果你设置 labels=False， 然后 qcut 将返回一个以二进制数的整数指示符作为值的系列。
因此，为了使您的代码能够面向未来，您可以使用
data3['bins_spd'] = pd.qcut(data3['spd_pct'], 5, labels=False)
或者，将NumPy数组传递给 pd.qcut 所以你得到一个分类作为返回值。
请注意Categorical属性 labels 已弃用。使用 codes 代替：
data3['bins_spd'] = pd.qcut(data3['spd_pct'].values, 5).codes
编辑：以下答案仅适用于小于0.15.0的熊猫版本。如果您正在运行15或更高版本的Pandas，请参阅：
data3['bins_spd'] = pd.qcut(data3['spd_pct'], 5, labels=False)
感谢@unutbu指出它。 :)
假设你有一些你想要bin的数据，在我的情况下选项传播，你想要用每个观察对应的桶创建一个新变量。上面提到的链接你可以通过以下方式完成：
print pd.qcut(data3['spd_pct'], 40)
(0.087, 0.146]
(0.0548, 0.087]
(0.146, 0.5]
(0.146, 0.5]
(0.087, 0.146]
(0.0548, 0.087]
(0.5, 2]
它为您提供了与每个观察对应的bin端点。但是，如果您想要每个观察的相应bin编号，那么您可以这样做：
print pd.qcut(data3['spd_pct'],5).labels
[2 1 3 ..., 0 1 4]
如果你想用bin编号创建一个新的变量，那就把它们放在一起就足够了：
data3['bins_spd']=pd.qcut(data3['spd_pct'],5).labels
print data3.head()
secid date symbol symbol_flag exdate last_date cp_flag 0 5005 1/2/1997 099F2.37 0 1/18/1997 NaN P
1 5005 1/2/1997 09B0B.1B 0 2/22/1997 12/3/1996 P
2 5005 1/2/1997 09B7C.2F 0 2/22/1997 12/11/1996 P
3 5005 1/2/1997 09EE6.6E 0 1/18/1997 12/27/1996 C
4 5005 1/2/1997 09F2F.CE 0 8/16/1997 NaN P
strike_price best_bid best_offer ... close volume_y return 0 7500 2.875 3.2500 ... 4.5 99200 0.074627
1 10000 5.375 5.7500 ... 4.5 99200 0.074627
2 5000 0.625 0.8750 ... 4.5 99200 0.074627
3 5000 0.125 0.1875 ... 4.5 99200 0.074627
4 7500 3.000 3.3750 ... 4.5 99200 0.074627
cfadj_y open cfret shrout mid spd_pct bins_spd
0 1 4.5 1 57735 3.06250 0.122449 2
1 1 4.5 1 57735 5.56250 0.067416 1
2 1 4.5 1 57735 0.75000 0.333333 3
3 1 4.5 1 57735 0.15625 0.400000 3
4 1 4.5 1 57735 3.18750 0.117647 2
[5 rows x 35 columns]
希望这有助于其他人。至少现在应该更容易搜索。 :)