如何将已排序的DataFrame数值按指定分位数断点分配至对应分组？

前提说明 #

你当前已完成value列排序，10条数据刚好对应[0,20,40,60,80]的分位断点，每2条数据匹配一个分位区间，直接按排序后的索引分配分组即可。

具体实现代码（Python Pandas环境） #

1. 首先重置排序后数据集的索引（避免原索引干扰分组）

# 假设你排序后的DataFrame名为df_sorted
df_sorted = df_sorted.reset_index(drop=True)

2. 生成分位组标签

# 每2条为一组，依次分配1-5组
df_sorted['quantile_group'] = (df_sorted.index // 2) + 1

# 如需映射为分位区间文本，可添加如下代码
group_label_map = {
    1: '0-20分位',
    2: '20-40分位',
    3: '40-60分位',
    4: '60-80分位',
    5: '80-100分位'
}
df_sorted['quantile_label'] = df_sorted['quantile_group'].map(group_label_map)

结果校验规则 #

• 第1组：排序后第1、2条数据，对应value最小的20%样本
• 第2组：排序后第3、4条数据，对应20%-40%分位样本
• 第3组：排序后第5、6条数据，对应40%-60%分位样本
• 第4组：排序后第7、8条数据，对应60%-80%分位样本
• 第5组：排序后第9、10条数据，对应value最大的20%样本

注意：如果你当前的排序是降序（value大的在前），会导致分组逻辑反向，建议先执行df_sorted = df.sort_values('value', ascending=True)完成升序排序后再执行上述分组代码。

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