Pandas.cut 方法作用，刚刚接触pandas.cut方法时候一脸懵逼，这个到底是干什么的呢，输出也是很奇怪的复合内容。后来做了个下面两个小测试大概明白了。
pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False)
网上查到的解释太玄幻，简单理解，主要作用就是把一个数（x），按照给定的评判组（bins）进行分类，确定这个数属于那个组，就返回，如果定义判断组的名字（labels），就按照名字返回。
比如有一组考生成绩，不直接给出成交，而是按照描述给定；那么评判组bins是0-60是一组，60-80是一组，80-100是一组，描述labels是0-60分属于不及格，60-80是及格，80-100是优秀。
那么就是如下
点击(此处)折叠或打开
-
import numpy as np
-
-
import pandas as pd
-
-
grade = [80,75,32.5,100]
-
-
bins = [0,60,80,100]
-
-
group_names = ['不及格','及格','优秀']
-
- cats = pd.cut(grade, bins,labels = group_names)
输出：
[及格, 及格, 不及格, 优秀]
Categories (3, object): [不及格 < 及格 < 优秀]
第一个是我们要的，后面两个是附加说明评判组的定义。如果我们想返回原来判定标准， retbins=True即可。最后要注意的输入的数据x必须是队列或者numpy.array类型
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/22259926/viewspace-2157078/ ，如需转载，请注明出处，否则将追究法律责任。
