使用 pd.cut 处理重复的 bin 和标签

Question

我将

pd.cut

与关键字参数

duplicates='drop'

一起使用。但是，当您将其与关键字参数

labels

结合使用时，这会产生错误。

这个问题与this问题类似，但忽略了标签部分。

不起作用：

pd.cut(pd.Series([0, 1, 2, 3, 4, 5]), bins=[0, 1, 1, 2])

作品：

pd.cut(pd.Series([0, 1, 2, 3, 4, 5]), bins=[0, 1, 1, 2], duplicates='drop')

不起作用：

pd.cut(pd.Series([0, 1, 2, 3, 4, 5]), bins=[0, 1, 1, 2], duplicates='drop', labels=[0, 1, 1, 2])

我们难道不希望它删除与重复条目对应的标签吗？

Answer 1

不，

cut

文档非常清楚，它只涉及bins：

重复 {默认‘raise’, ‘drop’}，可选

如果 bin 边不唯一，则引发 ValueError 或丢弃非唯一值。

此外，在任何情况下，标签都必须比 bin 多一个值，因此根据 bin 删除标签将是不明确的。