如何将列的分位数值映射到pandas DataFrame并新增对应列

你可以用pandas内置的分位数计算工具快速实现，以下是两种常用场景的代码示例： #

前置准备 #

首先导入pandas，这里先构造示例DataFrame供测试，你可以替换为自己的实际数据：

import pandas as pd

# 替换为你自己的DataFrame即可
df = pd.DataFrame({
    "Number of House": [1, 2, 2, 3, 3, 3, 4, 5, 5, 6, 7, 8, 9, 10]
})

方法1：划分固定数量的分位等级 #

如果你需要把数值划分成指定数量的分位区间，返回1~N的分位等级（比如四分位、十分位），用pd.qcut实现：

# q参数指定分位数量：q=4为四分位，q=10为十分位，也可以传入自定义分位数列表如q=[0, 0.3, 0.7, 1]
# labels参数指定每个分位的返回值，duplicates='drop'用于处理重复值导致的边界重叠报错
df["house_quantile_level"] = pd.qcut(
    df["Number of House"],
    q=4,
    labels=[1, 2, 3, 4],
    duplicates="drop"
)

方法2：返回精确的分位百分比值 #

如果你需要每个取值对应的0~1之间的精确分位数值（比如0.75代表该值超过了75%的样本），用rank方法实现：

# pct=True表示返回百分比排名，method参数指定重复值的排名规则：
# average：相同值取平均排名，min：相同值取最小排名，max：相同值取最大排名，first：按出现顺序排名
df["house_quantile_pct"] = df["Number of House"].rank(
    pct=True,
    method="average"
)

处理后你会得到包含原始列和新分位列的DataFrame，和你预期的效果逻辑一致。

内容的提问来源于stack exchange，提问作者user13425814