如何用Pandas将99人年收入按分位数分组并计算各组均值

嘿，我来帮你搞定这个问题！你已经生成了99个基于三角分布的收入数据，现在要把它们分成三等分的分位组（每组33人），再计算每组的平均收入对吧？咱们一步步来实现：

步骤1：生成并确认数据 #

首先运行你提供的数据生成代码，也可以额外查看下数据的基本结构，确保没问题：

import pandas as pd
import random

# 生成99个收入数据
incomes = pd.DataFrame({'income':[round(random.triangular(20,80,200),0) for i in range(99)]})

# 查看前5条数据，确认数据结构
print(incomes.head())

步骤2：按数量均分划分分位组 #

这里推荐用pandas的qcut()函数，它能按数据的分位数将数据分成等数量的组，正好符合你每组33人的需求。我们直接给三个组命名为「贫困」「中等」「富裕」：

# 将收入数据分成3个等数量的分位组
incomes['group'] = pd.qcut(incomes['income'], q=3, labels=['贫困', '中等', '富裕'])

简单解释下：q=3表示分成3个分位，因为总共有99条数据，99/3=33，所以每组正好33人；labels参数用来指定每个组的名称，让结果更直观。

步骤3：验证分组数量并计算组内平均收入 #

先验证下每组的人数是否都是33，确保分组正确：

# 查看每组的人数
print("每组人数：")
print(incomes['group'].value_counts())

然后就可以按组计算平均收入了，用groupby()分组后取均值即可：

# 计算每个分位组的平均收入（保留两位小数）
group_average_income = incomes.groupby('group')['income'].mean().round(2)

print("\n各分位组平均收入：")
print(group_average_income)

完整可运行代码 #

把上面的步骤整合起来，你可以直接复制运行：

import pandas as pd
import random

# 生成数据
incomes = pd.DataFrame({'income':[round(random.triangular(20,80,200),0) for i in range(99)]})

# 划分分位组
incomes['group'] = pd.qcut(incomes['income'], q=3, labels=['贫困', '中等', '富裕'])

# 验证分组人数
print("每组人数：")
print(incomes['group'].value_counts())

# 计算组内平均收入
group_average_income = incomes.groupby('group')['income'].mean().round(2)
print("\n各分位组平均收入：")
print(group_average_income)

这样你就能得到每个分位组的平均收入啦，要是有其他疑问随时问！

内容的提问来源于stack exchange，提问作者elemolotiv