pandas 在值少于分位数的系列上使用 qcut

Question

我有数千个系列（DataFrame 的行）需要应用 qcut。定期会有一个系列（行）的值少于所需分位数（例如，1 个值与 2 个分位数）：

>>> s = pd.Series([5, np.nan, np.nan])

当我应用.quantile()它时，它可以毫无问题地分成两个分位数（具有相同的边界值）

>>> s.quantile([0.5, 1])
0.5    5.0
1.0    5.0
dtype: float64

但是，当我应用.qcut()整数值作为分位数时，会引发错误：

>>> pd.qcut(s, 2)
...
ValueError: Bin edges must be unique: array([ 5.,  5.,  5.]).
You can drop duplicate edges by setting the 'duplicates' kwarg

即使我设置了duplicates参数，它仍然失败：

>>> pd.qcut(s, 2, duplicates='drop')
....
IndexError: index 0 is out of bounds for axis 0 with size 0

我该如何进行这项工作？（同样，pd.qcut(s, [0, 0.5, 1], duplicates='drop')也不起作用。）

所需的输出是将分配5.0给单个 bin 并NaN保留：

0     (4.999, 5.000]
1                NaN
2                NaN

Answer 1

好的，这是一个可能适合您的解决方法。

pd.qcut(s,len(s.dropna()),duplicates='drop')
Out[655]: 
0    (4.999, 5.0]
1             NaN
2             NaN
dtype: category
Categories (1, interval[float64]): [(4.999, 5.0]]