reemplazar variables numericas por categoricas de una columna de un dataframe

Puedes utilizar la función `pd.cut()` o `pd.qcut()` de pandas para crear categorías en una columna numérica. Sin embargo, si deseas reemplazar las variables numéricas por categorías de una columna existente, puedes utilizar la función `pd.cut()` con la columna original como entrada.

Aquí te muestro un ejemplo:

```python
import pandas as pd
import numpy as np

# Crear un DataFrame con una columna numérica
data = {
    'edad': [25, 30, 35, 40, 45, 50, 55, 60, 65, 70]
}
df = pd.DataFrame(data)

# Reemplazar la columna numérica por categorías
bins = [0, 30, 40, 50, 60, np.inf]  # Definir los límites de las categorías
labels = ['Joven', 'Adulto', 'Maduro', 'Anciano']  # Definir los nombres de las categorías

df['edad_categoria'] = pd.cut(df['edad'], bins=bins, labels=labels, include_lowest=True)

print(df)
```

En este ejemplo, la columna `edad` se reemplaza por la columna `edad_categoria`, que tiene las siguientes categorías:

- Joven: 0-30 años
- Adulto: 30-40 años
- Maduro: 40-50 años
- Anciano: 50-60 años y más

Si deseas utilizar la función `pd.qcut()` en lugar de `pd.cut()`, debes definir el número de categorías en lugar de los límites de las categorías.

```python
df['edad_categoria'] = pd.qcut(df['edad'], q=4, labels=labels, duplicates='drop')
```

En este caso, la columna `edad` se reemplaza por la columna `edad_categoria`, que tiene 4 categorías con aproximadamente la misma cantidad de elementos en cada una.

Recuerda que la función `pd.cut()` y `pd.qcut()` pueden ser utilizadas para crear categorías en cualquier columna numérica de un DataFrame.