创建收入分类变量：按年度百分位划分收入等级

可以使用 Pandas 的 groupby 结合 qcut 方法实现按年份分组的收入分箱，具体步骤如下：

1. 构造示例 DataFrame（已有数据可跳过此步）：

import pandas as pd

data = {
    'ID': [1,2,3,4,5,6,7,8,9],
    'Income': [100,200,300,500,1000,1500,10000,15000,20000],
    'Year': [2000,2000,2000,2001,2001,2001,2002,2002,2002]
}
df = pd.DataFrame(data)

2. 按年份分组并生成收入等级列：

# 按Year分组，对每组的Income进行三分位分箱
df['income_cat'] = df.groupby('Year')['Income'].apply(
    lambda x: pd.qcut(x, q=[0, 1/3, 2/3, 1], labels=['low', 'medium', 'high'])
)

3. 查看结果：

print(df)

运行后得到的结果与预期输出完全一致：

关键说明 #

• groupby('Year')：确保每个年份的收入分箱独立计算，不会跨年份干扰。
• pd.qcut()：基于分位数分箱，q=[0, 1/3, 2/3, 1] 明确将数据划分为下33%、中间33%、上33%三个区间，labels 参数指定对应等级名称。

内容的提问来源于stack exchange，提问作者Schnupfenheld