在對數據處理的過程中，經常會用到對不同閾值的數據貼上不同的標簽，或者將連續數據轉換成分類數據，pandas中的cut函數可以較好解決數據划分不同標簽問題。
pandas.cut(x,
bins,
right=True,
labels=None,
retbins=False,
precision=3,
include_lowest=False,
duplicates='raise',
ordered=True
)
參數解釋：
x ： 要進行分割的一維數組。
bins ：整數，標量序列或者間隔索引，是進行分組的依據。
- 如果填入整數n，則表示將x中的數值分成等寬的n份（即每一組內的最大值與最小值之差約相等）；
- 如果是標量序列，序列中的數值表示用來分檔的分界值
- 如果是間隔索引，“ bins”的間隔索引必須不重疊
right：布爾值，默認為True表示包含最右側的數值。
- 當right = True（默認值）時，則bins=[1、2、3、4]表示（1,2],（2,3],（3,4]
- 當bins是一個間隔索引時，該參數被忽略。
labels : 數組或布爾值，可選.指定分箱的標簽。
- 如果是數組，長度要與分箱個數一致，比如bins=[1、2、3、4]表示（1,2]，（2,3],（3,4]一共3個區間，則labels的長度也就是標簽的個數也要是3
- 如果為False，則僅返回分箱的整數指示符，即x中的數據在第幾個箱子里。
當bins是間隔索引時，將忽略此參數
retbins：是否顯示分箱的分界值。默認為False，當bins取整數時可以設置retbins=True以顯示分界值，得到划分后的區間
precision：整數，默認3，存儲和顯示分箱標簽的精度。
include_lowest：布爾值，表示區間的左邊是開還是閉，默認為false，也就是不包含區間左邊。
duplicates：如果分箱臨界值不唯一，則引發ValueError或丟棄非唯一。
栗子：
import numpy as np
import pandas as pd
分割成等寬的n等分，bins=n
x = np.array([1, 7, 5, 4, 6, 3])
pd.cut(x, bins=3)
分割等寬n等分並指定標簽
x = np.array([1, 7, 5, 4, 6, 3])
pd.cut(x, bins=3, labels=["bad", "medium", "good"])
只返回bin，設置labels=False
x = np.array([1, 7, 5, 4, 6, 3])
pd.cut(x, bins=3, labels=False)
結果表示數字1在第0號箱子，數字7在第2號箱子....
顯示分界值，retbins=True
bins傳入間隔索引
s = pd.Series(np.array([2, 4, 6, 8, 10]),
index=['a', 'b','c', 'd', 'e'])
pd.cut(s, bins=[0, 2, 4, 6, 8, 10], labels=False, retbins=True, right=False) # 不設置標簽，顯示分界值，不含最右側值
bins傳入間隔索引存在重復數據
s = pd.Series(np.array([2, 4, 6, 8, 10]),
index=['a', 'b','c', 'd', 'e'])
pd.cut(s, bins=[0, 2, 4, 6, 10, 10], labels=False, retbins=True, right=False
, duplicates='drop') # 不設置標簽，顯示分界值，不含最右側值
