パンダのデータフレーム：マシンラーニングなしで値ごとにグループをクラスタリングする方法は？

Question

私は以下のpandas DataFrameを持っています。

import pandas as pd 
df = pd.read_csv('filename.csv') 

print(df) 

     A  B   C   D 
0  2  0   11   0.053095 
1  2  0   11   0.059815 
2  0  35  11   0.055268 
3  0  35  11   0.054573 
4  0  1   11   0.054081 
5  0  2   11   0.054426 
6  0  1   11   0.054426 
7  0  1   11   0.054426 
8  42  7   3   0.048208 
9  42  7   3   0.050765 
10 42  7   3   0.05325 

    .... 

問題は、データが当然グループに「クラスタ化」されていることですが、このデータは指定されていません。上記から、行0-1は1つのグループであり、行2〜3はグループであり、行4〜7はグループであり、8〜10はグループです。

私はこの情報を転嫁する必要があります。マシン学習を使うことができます。しかし、パンダだけを使ってこれを行うことは可能ですか？

ユーザーはこれらのグループを作成するために列の値をグループ化できますか？問題は、値が正確なではないということです。第3グループの列Bには、グループ1,2,1,1があります。

Answer 1

純粋なパンダソリューションは、値が互いに近く、ビンサイズがクラスタの変動に対して十分に大きいものの、小さいクラスタ値間の距離よりも大きくなります。その答えはあなたのデータによって異なります。

ビニング手法では、パンダのcut関数を使用します。あなたは一連の（または配列）と、関数に必要なビンの数を指定します。この関数は、系列の範囲を指定された数のビンに均等に細分し、入力内の各値がどこにあるかを決定します。下の列の出力は、元の列車の考え方に従って、値がどのbinに入っていて、どのグループに分類できるかが表示されます。

これはサイズ〜5のビンのために実際に出てくるような方法は、これが動作する可能性

for col in df.columns: 
    binned_name = col + '_binned' 
    num_bins = np.ceil(df[col].max()/5) 
    df[binned_name] = pd.cut(df[col],num_bins,labels=False)