Przekształcanie liczb w kategorie
cut i qcut do wyznaczania zakresów
Przekształcanie liczb w kategorie to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 1 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.
Why Bin a Number
Sometimes a raw number like age tells you less than a label like young or senior. Binning turns a continuous value into tidy groups. 🪣
Bins Reveal Patterns
Models and charts often read categories more clearly than exact figures. Grouping prices into low, mid, and high can surface trends you would otherwise miss.
Meet pandas cut
The cut function slices a column into bins you define by edges. You give it the boundaries, and it labels each value for you.
import pandas as pd
ages = pd.Series([7, 22, 45, 70])
bins = pd.cut(ages, [0, 18, 60, 100])Name Your Bins
Pass labels so each bin has a friendly name instead of an interval. Now your output reads like a real category, not a math range.
pd.cut(ages, [0, 18, 60, 100],
labels=['child', 'adult', 'senior'])Edges Are Inclusive Right
By default cut includes the right edge of each bin and excludes the left. So a value of 18 lands in the first bin, not the second.
Flip With right=False
Want the left edge included instead? Set right=False and the boundary behavior flips, so 18 moves into the next bin up.
pd.cut(ages, [0, 18, 60, 100], right=False)Equal-Width Bins
Give cut a single number instead of edges and it creates that many equal-width bins automatically across the value range.
pd.cut(ages, 4)Meet pandas qcut
The qcut function splits by quantiles, so each bin holds roughly the same number of rows. Great when your data is lopsided.
pd.qcut(ages, 4)cut vs qcut
Use cut for fixed, meaningful edges like price tiers. Use qcut when you want balanced groups such as quartiles of income.
Bins Become a Feature
The result is a categorical column you can drop straight into your DataFrame and feed to grouping, plotting, or a model.
df['age_group'] = pd.cut(df['age'],
[0, 18, 60, 100])Watch the Out-of-Range
Values outside your bin edges become NaN. Always set edges that cover your real minimum and maximum, or you will silently lose rows.
Quick Check
You want four groups that each hold about the same number of rows. Which tool fits?
Recap: Binning
You learned to group numbers into labels: cut for chosen edges and equal widths, qcut for equal counts. Mind the edges and you turn raw values into useful features. 🎉
Często zadawane pytania
Czy lekcja „Przekształcanie liczb w kategorie” jest bezpłatna?
Tak — pełny tekst „Przekształcanie liczb w kategorie” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Przekształcanie liczb w kategorie”?
cut i qcut do wyznaczania zakresów Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?
Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 1 z 4.
Ile czasu zajmuje lekcja „Przekształcanie liczb w kategorie”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?
Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Przekształcanie liczb w kategorie
- Kodowanie kolumn kategorialnych
- Skalowanie i normalizacja liczb
- Tworzenie cech z dat i tekstu