擅长:python、mysql、java
<p>你必须先定义箱子和标签-</p>
<pre><code>bins = [0, 1, 10, 100, float("inf")]
labels = ['l1', 'l2', 'l3', 'l4', 'l5']
</code></pre>
<p>然后使用<a href="http://pandas.pydata.org/pandas-docs/stable/generated/pandas.cut.html" rel="nofollow noreferrer">^{<cd1>}</a>-</p>
<pre><code>pd.cut(df1['A'], bins, right=False)
</code></pre>
<p>在<code>pd.cut()</code>中有一个<code>labels</code>参数,可以用来获取标签-</p>
<pre><code>pd.cut(df1['A'], bins, labels=labels, right=False)
</code></pre>
<p>你可以用生成的<code>bins</code>来计算概率,我让你自己来做</p>
<p>您可以对循环中其余的<code>dfs</code>执行此操作,最后将它们分配给一个列表-</p>
<pre><code>list_dfs = [df1, df2, ...]
</code></pre>
<p>如果有动态数<code>dfs</code>,请使用循环-</p>
<p><strong>框架</p>
<pre><code>for df in dfs:
df['bins'] = pd.cut(df['A'], bins, right=False)
df['label'] = pd.cut(df['A'], bins, labels=labels, right=False)
</code></pre>