如何按全样本分位数对Pandas数据进行分组？

直接用Pandas内置的pd.qcut()函数就能解决这个问题，这是专门为分位数分组设计的工具，完全不用手动合并和写一堆if else判断，十分适合你要的十分位数分组场景。

具体步骤： #

1. 导入依赖库并生成测试数据：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(100, 1)), columns=['a'])

2. 用pd.qcut()生成分组列b：

# 按十分位数划分，生成group 1到group 10的标签
df['b'] = pd.qcut(df['a'], q=10, labels=[f'group {i}' for i in range(1, 11)])

参数说明： #

• q=10：指定将数据分成10个等频分组（对应十分位数）
• labels：自定义分组的显示标签，这里用列表生成式快速生成group 1到group 10
• 如果遇到数据中有重复值导致分位数相同、无法严格均分的情况，可以添加duplicates='drop'参数自动调整分组边界，避免报错：

df['b'] = pd.qcut(df['a'], q=10, labels=[f'group {i}' for i in range(1, 11)], duplicates='drop')

验证分组结果 #

你可以查看每个分组的样本数量，确认是近似等频的：

print(df['b'].value_counts())

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