パンダのカット対qcutが明確に説明されています（ついに）

「パンダのカットとQカットの違いを明確に解説（ついに）」

pandasでデータをカスタムにビン分割する方法

動機

「これは一体何？」

初心者がある難しいpandasの機能の出力を見ると、よくこんな反応をします。チュートリアルやコースでは、一文でそのような機能を紹介し、すぐに他のトピックに移ります。ドキュメントを上から下まで読んでも、1分以上かかりますよ。

初心者の私は、そのような状況にいつもイライラしました。ある時、Udacityのナノ度プログラムでMatplotlibのヒートマップについて学んでいました。ご存知の通り、MatplotlibではSeabornのようにヒートマップに自動で注釈を作成することはできないので、手動で作成する必要がありました。そのためには、データをカテゴリに分割するためにqcutまたはcut（この記事のテーマです）を使用しますが、私はこれらの関数に完全に初めてでした。

インストラクターは1文で関数を簡潔に「説明」し、ドキュメントへのリンクが画面に表示されました🤦‍♂️。文法を入力するパートでは早送りで進んでいました。

• 「驚くほど速い、コード不要のPython Foliumマップと素晴らしいGPT-4プロンプト」
• ランダムフォレストモデルの経営概要
• 会話の魔法を解き放つ：ChatGPTをReact.jsとNode.jsと統合する

最近、私は他の人が同じ困難に直面しないように、pandasの難しい関数を解説するシリーズを少しずつ書いています。これは4回目で、数値データのビン分割についてのものです。ここではqcutとcutを使用します。

セットアップ

サンプルデータには、seabornの組み込みplanetsデータセットを使用します。

>>> planets.describe()

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!