pd.cut分箱后如何将分箱标识及对应概率值映射回原pandas DataFrame

你可以按照以下步骤直接把分箱信息和对应概率映射回原DataFrame：

• 直接把pd.cut()的返回结果赋值为原DataFrame的新列：pd.cut()返回的序列长度和原输入列完全一致，每个元素对应原行的所属分箱，无需额外匹配。
• 用value_counts(normalize=True)直接计算各分箱的概率，替代手动除以总长度的写法，结果更准确。
• 通过map()方法把分箱对应的概率匹配到原数据集的每一行。

完整可运行代码（适配你提供的样本数据） #

import pandas as pd

# 读取样本数据，实际使用时替换为你自己的DataFrame即可
df = pd.read_csv("你的样本文件路径.csv")

# 1. 新增分箱列，直接存储每行对应的分箱区间
# 如果你处理的是main列，替换为 df['main_bin'] = pd.cut(df['main'], bins=10)
df['temp_bin'] = pd.cut(df['Max Temp (°C)'], bins=10)

# 2. 计算每个分箱对应的出现概率
bin_prob = df['temp_bin'].value_counts(normalize=True)

# 3. 新增概率列，把分箱对应的概率映射回每一行
df['bin_probability'] = df['temp_bin'].map(bin_prob)

可选优化 #

如果你不想用区间作为分箱标识，可在pd.cut中添加labels参数自定义分箱名称，示例：

# 自定义分箱名为 分箱1~分箱10
df['temp_bin'] = pd.cut(df['Max Temp (°C)'], bins=10, labels=[f"分箱{i+1}" for i in range(10)])

运行完成后你直接查看原DataFrame，就能看到每行都新增了所属分箱和对应概率两个字段。

内容的提问来源于stack exchange，提问作者grandpa