Python实现投资组合收益率数据分区间排序的方案咨询

Python生态里用numpy或者pandas就能直接实现你的需求，不需要额外安装小众库，1万条数据处理效率完全够用，两种方案如下：

方法1：numpy实现（轻量快速，适合纯数值处理） #

核心用np.histogram计算区间频数，np.digitize给数据打区间标签，后续直接算概率、排序都很方便。

import numpy as np

# 替换成你自己的收益率列表
returns = np.random.normal(0, 0.02, 10000)

# 区间划分两种可选方式：
# 方式1：指定划分多少个等宽区间，比如分10个区间
bin_count = 10
counts, bin_edges = np.histogram(returns, bins=bin_count)

# 方式2：手动指定区间边界，适合按业务规则划分，比如按收益率阈值分
# bin_edges = [-np.inf, -0.1, -0.05, -0.02, 0, 0.02, 0.05, 0.1, np.inf]
# counts, _ = np.histogram(returns, bins=bin_edges)

# 计算各区间对应概率
probabilities = counts / len(returns)
# 给每条数据打所属区间标签
bin_labels = np.digitize(returns, bins=bin_edges)
# 按区间对原数据排序
sorted_data = sorted(zip(returns, bin_labels), key=lambda x: x[1])

# 输出验证
print("区间边界：", bin_edges)
print("各区间样本数：", counts)
print("各区间概率：", probabilities)

方法2：pandas实现（可读性高，适合后续数据分析） #

如果你的数据需要后续做分组统计、可视化，用pandas的cut/qcut分箱函数更便捷：

• cut：支持等宽分箱、自定义边界分箱
• qcut：等频分箱，每个区间样本数一致，适合收益率这类可能有偏态的分布，避免出现空区间

import pandas as pd
import numpy as np

returns = np.random.normal(0, 0.02, 10000)
df = pd.DataFrame(returns, columns=["return"])

# 等宽分10个区间
df["bin"] = pd.cut(df["return"], bins=10)
# 等频分10个区间（每个区间1000条数据）
# df["bin"] = pd.qcut(df["return"], q=10)

# 直接统计各区间概率，自动按区间排序
bin_prob = df["bin"].value_counts(normalize=True).sort_index()
print("各区间概率分布：\n", bin_prob)

# 按区间对整个数据集排序
sorted_df = df.sort_values("bin")

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