pandas的数据分箱方法cut

老笨啊

手头一组数据，需要进行相应的分组。。但是要求超出设定的极大极小值，则不参与分组，返回空值即可。
我原始的代码是

1. for i in std_level:
   
2.     #按配置文件的指标字段顺序一一对应，生成指定的指标数据表
   
3.     #原标准等级数据，为单独的表格，为提升速度，特地将相对应的指标提取出来，保存为字典，方便快速读取
   
4.     max_std,min_std,l_1,l_2,l_3,l_4,l_5 = std_level[i][0] #此处的[0]是因为字典的键值为二维列表，需去除一层中括号
   
5.     def trans(x):
   
6.             if min_std < x < l_5:
   
7.                 return 6
   
8.             elif l_5 <= x < l_4:
   
9.                 return 5
   
10.             elif l_4 <= x < l_3:
    
11.                 return 4
    
12.             elif l_3 <= x < l_2:
    
13.                 return 3
    
14.             elif l_2 <= x < l_1:
    
15.                 return 2
    
16.             elif l_1 <= x <= max_std:
    
17.                 return 1
    
18.             else:
    
19.                 return np.NaN
    
20.     data['%_level'%i] = data[i].apply(trans)

复制代码

个人感觉用pandas的cut方法，可能可以更快速地解决问题。。
我参照别人的方法，自己写了代码，但是由于部分数据位于极大极小值外，无法参与分组。。系统报错，不知道如何改进，求指点。

1. for i in std_level:
   
2.     max_std,min_std,l_1,l_2,l_3,l_4,l_5 = std_level[i][0]
   
3.     bins = [min_std,l_5,l_4,l_3,l_2,l_1,max_std]
   
4.     data['%s_level'%i] = pd.cut(data[i],bins,labels=[6,5,4,3,2,1])

复制代码

老笨啊

我后面查了文档，设置了参数include_lowest = True，可以处理该问题了。。
但是，由于原始的分组数据中，每个级别的分组数据有重叠之处，比如指标a，其中的分组等级是[0.01,1.0,1.0,1.0,2.0]。这种情况下，分组会混乱。。。即使设置了参数duplicate = ‘drop’，貌似也不好搞。。
因为有的指标等级数据是各不相同的，可以完整地分出几组，而有的指标分组等级是重叠的，这样可能导致不同数据之间的等级数量是乱的，难以判断。
我想了半天，可能只能用最原始的办法，来处理了。。