如何用 pandas 实现自定义边界（含右闭区间）的数值分箱

本文介绍在 pandas 中对数值序列进行非均匀分箱时，如何精确控制最后一个区间的闭合性——特别是让 `[190, 200]` 成为右闭区间（包含 200），突破 `pd.cut` 默认左闭右开限制。

在数据分析中，pd.cut 是最常用的分箱工具，但它默认所有区间均为“左闭右开”（如 [a, b)），即使设置 right=False 也仅将整体改为“左开右闭”（如 (a, b]），无法实现混合区间类型（例如前四段为 [a, b)，最后一段为 [c, d]）。当业务逻辑要求某特定值（如 200）必须被明确归入某个桶（尤其是作为右端点闭合）时，需结合布尔掩码进行后处理。

以下是一个完整、可复现的解决方案：

import pandas as pd

# 构造示例数据：100.0 到 200.3 的等距浮点数（含精确的 200.0）
s = pd.Series(range(1000, 2004)).div(10)  # 100.0, 100.1, ..., 200.0, 200.1, ...

# 定义分箱边界（5 个间隔 → 6 个断点）
bins = [100, 135, 160, 175, 190, 200]
labels = ['[100, 135)', '[135, 160)',
 '[160, 175)', '[175, 190)', '[190, 200]']

# 第一步：用 pd.cut（left-closed, right-open）完成主体分箱
cut_result = pd.cut(s, bins=bins, labels=labels, right=False)

# 第二步：识别值恰好等于 200 的位置，并强制赋值为 '[190, 200]'
mask_200 = s == 200.0
out = cut_result.mask(mask_200, '[190, 200]')

print(out.iloc[998:1003])  # 查看关键位置（含 199.9, 200.0, 200.1）

输出片段：

998    [190, 200]
999    [190, 200]
1000   [190, 200]   # ← 精确匹配 200.0，已正确归入闭区间
1001         NaN   # ← 超出最大边界，保持 NaN（合理）
1002         NaN

✅ 关键要点说明：

• bins 必须严格递增，且长度比 labels 多 1；
• right=False 确保前四段为 [a, b) 形式；
• 使用 .mask(condition, value) 是安全覆盖的推荐方式（比 .loc[condition] = value 更健壮，尤其对 category 类型）；
• 对于超出 bins 范围的值（如 200.1），pd.cut 默认返回 NaN，符合预期，无需额外处理；
• 若需将 200.0 映射为整数标签（如 4）而非字符串区间，可先用 pd.cut(..., retbins=False) 得到 codes，再单独修正 codes[s==200] = 4。

该方法简洁、高效、可扩展——若未来还需支持其他特殊点（如 100.0 强制归入首区间），只需增加对应布尔条件即可。

# 是一个  # 数据分析  # 尤其是  # 但它  # 只需  # 均为  # 而非  # 先用  # 工具  # go  # 字符串  # 中对  # 布尔  # 四段  # pandas 

相关栏目： <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 AI推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 SEO优化<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 技术百科<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 谷歌推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 百度推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 网络营销<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 案例网站<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 精选文章<？ｍｕｍａ echo $count; ?> 】