Pandas如何按每n个数值对列分组并生成新的分组标签列

使用Pandas内置的pd.cut()方法即可实现无手动条件的自动区间分组，具体实现逻辑如下：

完整实现代码 #

import pandas as pd

# 1. 示例数据，可替换为你自己的数据集
df = pd.DataFrame({
    'Product': ['A', 'B', 'C', 'D', 'E', 'F'],
    'Price': [3, 7, 12, 9, 16, 22]
})

# 2. 自定义分组间隔
n = 5

# 3. 自动生成区间边界：适配当前数据的价格范围
min_bound = (df['Price'].min() // n) * n
max_bound = ((df['Price'].max() // n) + 1) * n
bins = list(range(int(min_bound), int(max_bound) + n, n))

# 4. 生成符合要求的分组标签
labels = [f'${bins[i]}-${bins[i+1]}' for i in range(len(bins)-1)]

# 5. 生成分组列
df['Price_Group'] = pd.cut(
    x = df['Price'],
    bins = bins,
    labels = labels,
    include_lowest = True,
    right = False # 左闭右开，即$5-$10对应价格≥5且<10，匹配你的示例逻辑
)

参数说明 #

• 如果不需要适配当前数据的价格范围，想固定区间起始/结束值，直接手动定义bins即可，例如要从0开始到100结束，间隔为5，可以直接写 bins = list(range(0, 105, 5))
• 如果需要区间逻辑为左开右闭（即$5-$10对应价格>5且≤10），把right参数改为True即可

内容的提问来源于stack exchange，提问作者Nathes