基本的なデータビニング

ある調査対象者のデータがあって、その人たちを離散的な年齢のバケットに分けたいとします。

18歳から25歳、26歳から35歳、36歳から60歳、60歳以上というビンに分けてみましょう。そのためには、pandasの関数であるcutを使う必要があります。

ビンの分類

このCategoricalオブジェクトには、個別のカテゴリー名を指定したcategories配列と、codes属性にある年齢データのラベルが含まれています。

また、reset_indexやset_indexを使ってラベルを置き換えることもできます。

均一なサイズのビニング

明示的なビンの端ではなく、カットするビンの数を整数で渡すと、データの最小値と最大値に基づいて、均一なサイズのビンを計算してくれます。

四分位値を用いたビニング

cutとよく似ている関数qcutは、サンプルの定量性に基づいてデータをビン分けします。qcutはサンプルの定量値を代わりに使用するので、定義上、ほぼ等しいサイズのビンが得られます。

cutと同様に、定量値を指定することができます。