如何为Pandas分组DataFrame的条目划分分位数区间？

现有如下Pandas DataFrame：

import pandas as pd

example = {'Player': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A',
                        'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B',
                        'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C'],
            'wins': [2, 4, 4, 5, 6, 9, 13, 13, 15, 15, 14, 13,
                 11, 9, 9, 8, 8, 16, 19, 21, 14, 20, 19, 18]}

df = pd.DataFrame(example)

需要新增一列quantile_bin，取值为1到10的整数，标识每个Player分组内wins值所属的分位数区间：1对应0-0.1分位数，2对应0.1-0.2分位数……10对应0.9-1.0分位数。

预期结果示例：

>>> df
   Player  wins  quantile_bin
0       A     2             1
1       A     4             2
2       A     4             2
3       A     5             5
4       A     6             6
5       A     9             8
6       A    13            10
7       A    13            10
8       B    15            10
9       B    15            10
10      B    14             9
11      B    13             6
12      B    11             5
13      B     9             2
14      B     9             2
15      B     8             1
16      C     8             1
17      C    16             3
18      C    19             7
19      C    21            10
20      C    14             2
21      C    20             9
22      C    19             7
23      C    18             5

方法1：使用qcut结合groupby.transform（推荐） #

直接利用Pandas内置的pd.qcut函数，通过groupby.transform实现分组内的分位数分箱，这是最简洁高效的方式：

def assign_quantile_bin(x):
    # 生成10个等频分位数区间，标签设为1到10
    return pd.qcut(x, q=10, labels=range(1, 11), duplicates='drop')

df['quantile_bin'] = df.groupby('Player')['wins'].transform(assign_quantile_bin)

• q=10：将分组内数据分为10个等频区间，对应0-0.1到0.9-1.0的分位数范围
• labels=range(1,11)：指定输出的箱编号为1到10
• duplicates='drop'：处理因分组内重复值导致的分位点重复问题，避免报错

方法2：自定义magic_quantile_function #

如果需要手动实现分箱逻辑，可以定义如下函数，通过groupby.apply调用：

def magic_quantile_function(x):
    # 计算分组内的10个分位点（0, 0.1, ..., 1.0）
    quantiles = x.quantile([i/10 for i in range(11)])
    # 去掉重复分位点，避免分箱重叠
    quantiles = quantiles.drop_duplicates()
    # 按分位点分箱，左闭右开，标签设为1到分箱数
    bins = pd.cut(x, bins=quantiles, labels=range(1, len(quantiles)), include_lowest=True)
    # 转换为整数类型匹配预期格式
    return bins.astype(int)

# 应用到分组数据并赋值给新列
df['quantile_bin'] = df.groupby('Player')['wins'].apply(magic_quantile_function).reset_index(drop=True)

• include_lowest=True：确保最小值被包含在第一个区间内
• 手动去重分位点：避免因重复值导致的分箱逻辑错误

执行上述任意一种方法后，输出的df会与示例中的预期结果一致。

内容的提问来源于stack exchange，提问作者gdol