Transformar números em categorias
cut e qcut para intervalos.
Transformar números em categorias é uma aula grátis de Data Science Academy no CoddyKit. Esta é a aula 1 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Data Science Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Data Science Academy inclui 4 aulas no total.
Partes desta aula ainda não foram traduzidas e aparecem em inglês.
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. 🎉
Perguntas Frequentes
A aula “Transformar números em categorias” é grátis?
Sim — o texto completo de “Transformar números em categorias” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Data Science Academy, atualize para CoddyKit PRO. O curso de Data Science Academy inclui 4 aulas no total.
O que vou aprender em “Transformar números em categorias”?
cut e qcut para intervalos. Você pratica Data Science Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar Data Science Academy?
Nenhuma experiência prévia é necessária. Data Science Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 1 de 4.
Quanto tempo leva a aula “Transformar números em categorias”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de Data Science Academy?
Sim. Cada aula de Data Science Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Transformar números em categorias
- Codificar colunas categóricas
- Dimensionar e normalizar números
- Criar recursos a partir de datas e textos