如何在Polars中按分组执行qcut分箱操作？

要复现Pandas里按分组执行qcut的功能，Polars可以通过group_by结合transform方法直接实现，以下是具体步骤：

1. 构造测试数据 #

import polars as pl

df = pl.DataFrame({
    'group': ['a','a','a','a','b','b','b'],
    'col': [1,2,3,4,1,3,2]
})

2. 分组执行qcut #

使用group_by指定分组字段，再通过transform将分组内的分箱结果映射回原数据的每一行：

result = df.group_by('group').transform(
    pl.col('col').qcut(q=2, labels=False, allow_duplicates=True)
)

3. 输出结果 #

执行后得到的结果与Pandas示例完全一致：

shape: (7, 2)
┌───────┬─────┐
│ group ┆ col │
│ ---   ┆ --- │
│ str   ┆ u32 │
╞═══════╪═════╡
│ a     ┆ 0   │
│ a     ┆ 0   │
│ a     ┆ 1   │
│ a     ┆ 1   │
│ b     ┆ 0   │
│ b     ┆ 1   │
│ b     ┆ 0   │
└───────┴─────┘

参数说明 #

• q=2：指定分箱的数量，对应Pandasqcut的q参数
• labels=False：返回整数类型的分箱标签，而非区间字符串
• allow_duplicates=True：允许组内出现重复分位数的情况（比如组内元素数量为奇数时），避免报错

内容的提问来源于stack exchange，提问作者ℕʘʘḆḽḘ