NDO分组异常修复：pd.cut致NDO=0为NaN及热力图问题解决

问题根源 #

pd.cut默认采用左开右闭区间规则（right=True），如果你的分组边界起始值大于0（比如bins=[1,5,10,...]），NDO=0会落在所有区间之外，最终被标记为NaN。

正确分组方案 #

1. 定义包含0的分组边界与标签 #

直接将0纳入第一个分组区间，通过调整边界和参数确保0被正确匹配：

import pandas as pd

# 定义分组边界：-1确保0被包含，后续按需求划分区间
bins = [-1, 0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 100]
# 对应分组标签，与边界一一对应
labels = ['0天', '1-5天', '5-10天', '10-15天', '15-20天', '20-25天', 
          '25-30天', '30-35天', '35-40天', '40-45天', '45-50天', '50-100天']

# 生成NDOGroup列，include_lowest=True确保左边界被包含
df['NDOGroup'] = pd.cut(df['NDO'], bins=bins, labels=labels, include_lowest=True)

2. 验证分组结果 #

快速检查NDO=0的行是否被正确分组：

# 查看NDO=0的分组分布
print(df[df['NDO'] == 0]['NDOGroup'].value_counts())
# 确认无NaN分组
print(df['NDOGroup'].isna().sum())

生成透视表与热力图 #

透视表示例 #

按国家和NDO分组聚合购票数，填充空值避免热力图缺失：

pivot_table = df.pivot_table(
    values='Purch',
    index='Country',
    columns='NDOGroup',
    aggfunc='sum',  # 可替换为'mean'等聚合方式
    fill_value=0
)

热力图绘制示例 #

import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(12, 8))
sns.heatmap(pivot_table, annot=True, fmt='g', cmap='YlGnBu')
plt.title('各国不同购票提前天数的购票数热力图')
plt.xlabel('距活动天数分组')
plt.ylabel('国家')
plt.show()

额外注意事项 #

• 若数据集存在NDO负数（如活动后补购），可将bins左边界设为min(df['NDO']) - 1，确保所有值被覆盖
• 如需左闭右开区间，可设置right=False，同时对应调整bins顺序与标签

内容的提问来源于stack exchange，提问作者niallygee