目前，我面临的问题是如何dataframe根据变量中存在的值将a分组到不同的bin中。

以下是我的数据

df[['col','val']]

Out[490]:

col val

0 65 0

1 6 0

2 23 0

3 6 0

4 19 0

5 10 0

6 30 0

7 64 0

8 4 0

9 3 0

10 6 0

11 5 0

12 9 0

13 10 0

14 11 0

15 1 0

16 0 0

17 0 1

18 4 0

19 2 0

我使用cut获得的输出是给出这些输出

df['bins'] = pd.cut(df['col'], binsize)

bins val

0 (-0.065, 13.0] 1

1 (13.0, 26.0] 0

2 (26.0, 39.0] 0

4 (52.0, 65.0] 0

我希望得到的是这些输出

col Value

(0, 2] 1

(3, 5] 0

(6, 9] 0

(10, 19] 0

(23, 65] 0

解决办法：目前我正在使用以下SAS代码来存储它，但是想要转换为python

&allweights = count of of rows in dataset

weight = 1;

binsize = 5;

data temp;

set temp nobs=numobs;

by dataset;

retain group nn;

nn = sum(nn,weight);

if first.&x then do;

group = floor(nn*binsize/(&allweights+1));

end;

run;