如何利用指定起止列表对Pandas DataFrame的Measure列分组？

假设你的DataFrame名为df，包含取值0-100的Measure列，给定start_list = [1, 10, 20, 30]和end_list = [10, 20, 30, 40]，以下是两种常见的分组方案：

方案一：不重叠区间分组（边界值仅归属一个组） #

如果希望每个数值只属于一个分组（比如10仅归到10-20组，而非同时属于1-10和10-20），可以使用pd.cut()函数快速实现：

步骤1：构造分箱和标签 #

import pandas as pd

# 组合分箱边界：起始列表 + 最后一个结束值
bins = start_list + [end_list[-1]]
# 生成分组标签，格式如["1-10", "10-20", ...]
group_labels = [f"{s}-{e}" for s, e in zip(start_list, end_list)]

步骤2：执行分组 #

根据你希望的边界归属调整参数：

• 若希望左闭右开（区间如[1,10)、[10,20)，即10归到下一个组）：

df['Group'] = pd.cut(df['Measure'], bins=bins, labels=group_labels, right=False)

• 若希望左开右闭（区间如(1,10]、(10,20]，即10归到当前组），同时确保第一个区间包含起始值1：

df['Group'] = pd.cut(df['Measure'], bins=bins, labels=group_labels, include_lowest=True)

步骤3：按分组聚合（可选） #

完成分组后，可以对各组做统计分析，比如计算每组的均值：

grouped_result = df.groupby('Group')['Measure'].mean()

方案二：重叠区间分组（边界值归属多个组） #

如果需要让边界值（如10）同时属于对应的两个分组（1-10和10-20），可以通过自定义函数结合apply()实现：

步骤1：定义分组匹配函数 #

def get_groups(measure_val):
    groups = []
    for s, e in zip(start_list, end_list):
        if s <= measure_val <= e:
            groups.append(f"{s}-{e}")
    return groups if groups else ['其他']  # 不在指定范围内的数值归为"其他"组

步骤2：生成分组列 #

df['Groups'] = df['Measure'].apply(get_groups)

步骤3：展开多分组数据（可选） #

如果需要将每个分组的单独记录展开（方便后续聚合统计），可以使用explode()：

expanded_df = df.explode('Groups')
# 按展开后的分组统计数量
expanded_result = expanded_df.groupby('Groups')['Measure'].count()

内容的提问来源于stack exchange，提问作者Maj