把连续变量变为离散变量的代码

将连续变量离散化可以使用 pandas.cut() 或 pandas.qcut() 方法，具体实现如下：

import pandas as pd

# 创建一个示例数据集
data = pd.DataFrame({'age': [20, 25, 30, 35, 40, 45, 50], 'income': [2000, 3000, 4000, 5000, 6000, 7000, 8000]})

# 将 age 变量离散化，分为三个区间
data['age_category'] = pd.cut(data['age'], bins=3, labels=['young', 'mid', 'old'])

# 将 income 变量离散化，分为三个区间，每个区间样本数量相等
data['income_category'] = pd.qcut(data['income'], q=3, labels=['low', 'medium', 'high'])

print(data)

上面的代码将 age 变量分成了三个区间，标记为 "young", "mid", "old"，并将结果存储在了新的列 "age_category" 中。同样的，将 income 变量分成了三个区间，每个区间样本数量相等，标记为 "low", "medium", "high"，并将结果存储在了新的列 "income_category" 中。

其中，pandas.cut() 方法将数据分成了指定数量的等宽区间，而 pandas.qcut() 方法将数据分成了指定数量的等频区间。可以根据实际需求选择使用哪种方法。