Polars 0.19版qcut能否返回分位数断点而非数值断点？

Polars 0.19版本里，qcut函数默认无法直接返回分位数断点（比如正态分布0.5分位数对应的断点值），当前仅能返回字符串类型的区间标签。虽然可以通过自定义标签转换的方式获取分位数断点，但步骤相对繁琐。

默认qcut返回数值断点的示例 #

通过include_breaks=True参数可以让qcut返回划分区间的数值断点，但标签仍是区间字符串：

import polars as pl
import numpy as np

X = pl.DataFrame({"x": np.random.normal(size=100)})
X.select(pl.col("x").qcut([0, 0.5, 1], include_breaks=True).struct.rename_fields(["break", "label"])).unnest("x")

输出：

shape: (100, 2)
┌──────────┬───────────────────────────────────┐
│ break    ┆ label                             │
│ ---      ┆ ---                               │
│ f64      ┆ cat                               │
╞══════════╪═══════════════════════════════════╡
│ 2.113793 ┆ (0.07471832756341387, 2.11379302… │
│ 0.074718 ┆ (-2.338473351991288, 0.074718327… │
│ …        ┆ …                                 │
└──────────┴───────────────────────────────────┘

自定义标签转换获取分位数断点 #

通过手动指定分位数值作为标签，再将分类类型的标签转换为数值类型，即可直接得到对应的分位数断点：

y = X.select(
       pl.col("x")
         .qcut(
               [0., 0.5, 1], 
               labels=["0", "0.5", "1", "inf"], 
               include_breaks=True,
         )
         .struct.rename_fields(["break", "label"])
    ).unnest("x").with_columns(
       pl.col("label")
         .cast(pl.Utf8)  # 先将分类类型转为字符串
         .cast(pl.Float64)
         .alias("quantile")
    )

输出：

shape: (100, 3)
┌───────────┬───────┬──────────┐
│ break     ┆ label ┆ quantile │
│ ---       ┆ ---   ┆ ---      │
│ f64       ┆ cat   ┆ f64      │
╞═══════════╪═══════╪══════════╡
│ -0.118428 ┆ 0.5   ┆ 0.5      │
│ 2.90702   ┆ 1     ┆ 1.0      │
│ …         ┆ …     ┆ …        │
└───────────┴───────┴──────────┘

内容的提问来源于stack exchange，提问作者Dan