Pandas cut输出解读及自定义区间生成频率表问题

核心解决方案：手动指定分箱边界 #

要生成(2,6]、(7,11]这类自定义整数区间的频率表，不要依赖pd.cut的自动分箱，直接手动构造分箱边界数组即可解决小数区间和重复区间问题。

步骤1：定义自定义区间的边界与标签 #

先明确你需要的区间，构造对应的bins数组（区间边界）和labels数组（区间显示名称）。注意：

• pd.cut默认是右闭左开区间（即(a,b]），符合你要的格式
• bins数组必须覆盖数据的最小值和最大值，避免数据被分到NaN

示例代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 替换成你的实际数据
np.random.seed(42)
df = pd.DataFrame({'value': np.random.randint(1, 22, size=100)})

# 自定义区间边界：对应(2,6]、(7,11]、(12,16]、(17,21]
bins = [2, 6, 7, 11, 12, 16, 17, 21]
# 区间显示标签
labels = ['(2,6]', '(7,11]', '(12,16]', '(17,21]']

步骤2：执行分箱并生成频率表 #

使用pd.cut指定bins和labels参数，生成分箱结果后统计频率：

# 分箱：right=True保持右闭左开格式
df['binned'] = pd.cut(df['value'], bins=bins, labels=labels, right=True)

# 生成排序后的频率表
freq_table = df['binned'].value_counts().sort_index()
print(freq_table)

输出示例：

(2,6]      15
(7,11]     22
(12,16]    20
(17,21]    28
Name: binned, dtype: int64

步骤3：绘制目标样式直方图 #

基于频率表绘制直方图，用Pandas或Matplotlib均可实现：

# Pandas 快速绘制
freq_table.plot(kind='bar', figsize=(8,5), title='自定义区间频率直方图')
plt.xlabel('数值区间')
plt.ylabel('频率')
plt.xticks(rotation=0)
plt.show()

# 或者Matplotlib手动绘制
plt.figure(figsize=(8,5))
plt.bar(freq_table.index, freq_table.values)
plt.title('自定义区间频率直方图')
plt.xlabel('数值区间')
plt.ylabel('频率')
plt.show()

常见问题解释 #

1. 自动分箱为什么会出现小数区间？
   自动分箱（如pd.cut(data, bins=10)）会基于数据的最小值、最大值和指定箱数均匀划分，若数据范围不是整数倍的箱宽，就会生成小数边界。手动指定bins为整数数组即可避免。

2. 为什么会出现重复区间？
   自动分箱时的浮点精度误差可能导致边界值重复，改用手动构造的整数bins数组即可彻底解决。

3. 数据包含区间边界值（比如等于2）怎么办？
   默认right=True下，(2,6]不会包含2，若要包含2，可设置include_lowest=True，此时第一个区间会变为[2,6]；或者调整bins左边界为1，生成(1,6]区间来包含2-6的数值。

内容的提问来源于stack exchange，提问作者SilentHorse