考虑以下数据:
s = pd.Series([1, 1, 1, 2])
pd.qcut(s, 2, labels=False)
我想得到等概率群,即[0, 0, 1, 1]
。相反,qcut
可以引发异常或返回[0, 0, 0, 0]
(取决于duplicates-kwarg)
我通过稍微干扰数据得到了等概率群,即:
def my_qcut(s, *args, **kwargs):
disturbed = np.array(s) + np.random.rand(len(s)) / 1000
return pd.qcut(disturbed, *args, **kwargs)
虽然这看起来很管用,但我觉得这太老套了。有没有人能给我一些建议,让我用确定性的方法来分裂成等概率群
使用Numpy的
argsort
进行排名尝试:
相关问题 更多 >
编程相关推荐