Python pandas十分位分组后按5分递增规则赋值分数方法

你当前调用pd.qcut时传入labels=False，生成的decile列是取值为0~9的整数，其中0对应最低十分位、9对应最高十分位，和你要求的赋分规则完全匹配，直接做简单算术运算即可完成赋值：

# 基于已生成的decile列计算分数
df['score'] = (df['decile'] + 1) * 5

运算后最低十分位（decile=0）得分为(0+1)*5=5，最高十分位（decile=9）得分为(9+1)*5=50，每档刚好递增5分，完全符合规则要求。

如果你不需要保留中间的decile分位列，也可以在分箱时直接传入自定义标签一步完成，不需要后续计算：

# 直接生成分数列，无需单独创建decile列
df['score'] = pd.qcut(
    df['column'], 
    q=10, 
    labels=[5,10,15,20,25,30,35,40,45,50]
)

注意事项 #

• pd.qcut默认按列值从小到大排序分箱，和你“值越低所属分位越低、赋分越低”的逻辑完全一致，不需要额外调整排序规则
• 如果真实数据存在大量重复值导致分箱边界冲突，可以在qcut中加入参数duplicates='drop'避免运行报错

内容的提问来源于stack exchange，提问作者Daven1