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

1. import numpy as np
   
3. import pandas as pd
5. grade = [80,75,32.5,100]
7. bins = [0,60,80,100]
9. group_names = [‘不及格’,‘及格’,‘优秀’]
11. 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