数値をビン化
import numpy as np
import pandas as pd
df = pd.read_csv("../data/sample.csv")
df.head()
| 元号 | 和暦 | 西暦 | 人口総数 | 町名 |
|---|
| 0 | 大正 | 9.0 | 1920.0 | 394748 | A町 |
|---|
| 1 | 大正 | 9.0 | 1920.0 | 31421 | B町 |
|---|
| 2 | 大正 | 9.0 | 1920.0 | 226993 | C町 |
|---|
| 3 | 大正 | 9.0 | 1920.0 | 253689 | D町 |
|---|
| 4 | 大正 | 9.0 | 1920.0 | 288602 | E町 |
|---|
データを各分位点でビン化
データをソートした時に、全体のX％でどれくらいの値になるかを基準としてビニング。
0.0 46.0
0.1 18002.9 <- 10%の値
0.2 20476.8
0.3 22755.0
0.4 26204.8
0.5 30824.0
0.6 45622.6
0.7 89873.9
0.8 245544.0
0.9 290714.1 <- 90%の値
1.0 765403.0
df["人口総数_ビン化"] = pd.qcut(df["人口総数"], q=11)
df[["人口総数", "人口総数_ビン化"]].head()
| 人口総数 | 人口総数_ビン化 |
|---|
| 0 | 394748 | (294187.0, 765403.0] |
|---|
| 1 | 31421 | (28169.0, 34470.0] |
|---|
| 2 | 226993 | (214984.0, 249929.0] |
|---|
| 3 | 253689 | (249929.0, 294187.0] |
|---|
| 4 | 288602 | (249929.0, 294187.0] |
|---|