如何在Python Polars中创建FICO分数降序十分位列？

• 排序方向反了：rank()默认是升序计算，高FICO分（比如850）的rank值会比低分大，你再除以总行数乘10，结果肯定小于1，转成UInt32直接变成0。
• 分组逻辑不对：直接用rank/总行数*10的方式不适合做十分位分组，尤其是当总行数不是10的倍数时，分组会乱。
• 缺失值没处理：如果fico列有null，rank()会返回null，最终fico_decile也会是null。

方法1：修正rank逻辑 #

先按降序排名，再计算十分位，顺便处理缺失值：

df1 = df.with_columns(
    pl.when(pl.col('fico').is_not_null())
      .then(pl.col('fico').rank(method='dense', descending=True).apply(lambda x: (x - 1) // (df.height / 10) + 1).cast(pl.UInt32))
      .otherwise(None)
      .alias('fico_decile')
)

嫌lambda麻烦的话，换个更简洁的写法：

df1 = df.with_columns(
    pl.when(pl.col('fico').is_not_null())
      .then((pl.col('fico').rank(method='dense', descending=True) / (df.height / 10)).ceil().cast(pl.UInt32))
      .otherwise(None)
      .alias('fico_decile')
)

• descending=True：让高分的rank值最小（850的rank是1）
• ceil()：向上取整，保证每个rank都落到正确的十分位组里

方法2：用qcut直接分（更简单） #

Polars自带的qcut()可以直接按等频分位分组，一步到位：

df1 = df.with_columns(
    pl.col('fico')
      .qcut(10, labels=[str(i) for i in range(1, 11)], descending=True)
      .alias('fico_decile')
      .cast(pl.UInt32)
)

• qcut(10)：把数据分成10个等数量的组
• descending=True：最高分组对应标签1，最低对应10
• 要是有缺失值，加个.fill_null(None)就行

如果不是要等频分组，而是按固定分数区间（比如800-850算1，750-799算2），直接用when-then写区间判断就行。另外如果后续会过滤数据，别用df.height，换成pl.count().over()，这样行数会自动对应当前数据集。

内容的提问来源于stack exchange，提问作者kstats9pt3