使用pandas中的cut()方法可以很容易地将数据按照给定的范围(即bins)进行分组。此时,我们可以通过直接访问cut()方法返回的对象来获取每个分组的值。同时,我们还可以使用max()和min()函数来获取分组中的最大值和最小值,以及使用unique()来获取分组的唯一值。
以下是一个示例代码,其中我们将一组数据按照给定的范围进行分组,并访问每个分组的极限值:
import pandas as pd
# 创建一组数据
data = [1, 2, 2, 3, 4, 4, 4, 5, 5, 6, 7, 8, 8, 9, 9, 10]
# 按照范围进行分组
bins = [0, 3, 6, 9, 10]
groups = pd.cut(data, bins)
# 访问每个分组的极限值
print(groups.min())
print(groups.max())
# 获取分组的唯一值
print(groups.unique())
输出结果为:
(0, 3]
(9, 10]
Categories (4, interval[int64]): [(0, 3] < (3, 6] < (6, 9] < (9, 10]]
其中,(0, 3]和(9, 10]分别表示分组的范围。可以看到,每个分组的最小值和最大值分别被访问到了。
此外,unique()函数还可以用来获取每个分组的标签,可以结合value_counts()函数来获取每个分组出现的次数。具体实现方式可以参考pandas官方文档的介绍。