以下是来自predict_proba的概率示例数据。我希望将此数据框拆分为十分位数，但每个十分位数中的行数相等。我使用了pd.qcut，但由于边界处的重复值，每个十分位数中的行数变得不相等。
我使用下面的方法来获得工作的平等分裂，但问题是这种方法，我不能得到箱（范围）。
测试_df[“顶部_小数点”] = pd.qcut（测试_df[“验证_PROB_1”].等级（方法=“第一个”），10，retbins =假，标签= [ 10、20、30、40、50、60、70、80、90、100]）
对于每一个十分位数，我们还需要看到概率范围，这就是我们需要最终输出的方式：
是否有一个干净的实现可以实现这一点？
1条答案
按热度按时间nmpmafwu1#
这是我最终实现的方式：
测试_df[“顶部_小数点”] = pd.qcut（测试_df[“验证_PROB_1”].等级（方法=“第一个”），10，retbins =假，标签= [100、90、80、70、60、50、40、30、20、10]）
测试df =测试df.合并（测试df.分组（“顶部十进制数”）[“验证过程1”].聚集（[“最小值”，“最大值”]），右索引=真，左索引=“顶部十进制数”）
测试_df[“概率范围”] =“[”+（测试_df[“最小值”]）.测试类型（字符串）+“-“+测试_df[“最大值”].测试类型（字符串）+“]”
但应该有一个更干净的方法。