如何用pandas.cut处理多列并生成含原值与分箱值的DataFrame？

我来帮你搞定这个需求！你想要的是对每一列数据做分箱后，保留原始值并和分箱结果放在同一个DataFrame里，对吧？下面分示例场景和实际批量场景给你演示代码：

示例场景：处理单个列（a、b） #

首先导入pandas库，然后对每个列表单独处理，生成带原值和分箱值的DataFrame：

import pandas as pd

# 处理a列
a = [1, 2, 9, 1, 5, 3]
df_a = pd.DataFrame({'Values': a})
# 给Values列做3箱分箱，结果存到bin列
df_a['bin'] = pd.cut(df_a['Values'], 3, labels=False)
print("处理后的a列DataFrame：")
print(df_a)

# 处理b列
b = [9, 8, 7, 8, 9, 1]
df_b = pd.DataFrame({'Values': b})
df_b['bin'] = pd.cut(df_b['Values'], 3, labels=False)
print("\n处理后的b列DataFrame：")
print(df_b)

运行这段代码后，就能得到你期望的两个DataFrame，分别包含原值和对应的分箱值。

实际场景：批量处理63个DataFrame #

假设你的63个独立DataFrame都存在一个列表里（比如叫all_dfs），并且每个DataFrame中需要分箱的列名称都是Values（如果列名不同，把代码里的'Values'改成对应列名即可），我们可以用循环批量处理：

# 假设你的63个DataFrame都存储在all_dfs列表中
processed_dfs = []
for original_df in all_dfs:
    # 提取需要分箱的列，创建新的DataFrame
    temp_df = pd.DataFrame({'Values': original_df['Values'].copy()})
    # 添加分箱列
    temp_df['bin'] = pd.cut(temp_df['Values'], 3, labels=False)
    # 将处理后的DataFrame加入结果列表
    processed_dfs.append(temp_df)

处理完成后，processed_dfs列表里的每个元素就是对应原始DataFrame处理后的结果，每个都包含Values（原值）和bin（分箱值）两列。

小提示 #

• 如果需要自定义分箱区间（而不是自动分成3箱），可以把pd.cut的第二个参数换成自定义的区间列表，比如pd.cut(temp_df['Values'], bins=[0,3,6,10], labels=False)
• 如果分箱需要带标签（比如'低'、'中'、'高'），可以把labels=False改成labels=['low', 'medium', 'high']（记得标签数量要和分箱数匹配）

内容的提问来源于stack exchange，提问作者ben121