嘿，这个需求我之前刚好处理过，其实核心就是先把分位数的边界搞清楚，然后用Pandas的分组工具就能轻松统计你要的指标，我给你一步步拆解：

先把你要的5个区间对应的百分位数理清楚（加起来刚好100%）：

• 前1%：收入 ≥ 99分位数（最高的1%人群）
• 次4%：95分位数 ≤ 收入 < 99分位数（99%-95%=4%，刚好是第二梯队）
• 次15%：80分位数 ≤ 收入 < 95分位数（95%-80%=15%）
• 次20%：60分位数 ≤ 收入 < 80分位数（80%-60%=20%）
• 最后50%：收入 < 60分位数（剩下的50%人群）

用numpy.percentile算出这些边界值就行：

import numpy as np
import pandas as pd

# 假设你的数据集是df，收入列名为income
# 计算60、80、95、99这四个关键分位数
percentile_bounds = np.percentile(df['income'], [60, 80, 95, 99])

用pd.cut把每个居民的收入分配到对应的区间里，注意要处理好边界的包含关系：

# 构建完整的区间边界：从负无穷到各分位数，再到正无穷
bins = [-np.inf] + list(percentile_bounds) + [np.inf]
# 对应每个区间的标签，顺序要和bins匹配
group_labels = ['最后50%', '次20%', '次15%', '次4%', '前1%']

# 给DataFrame新增分组列，include_lowest=True确保最小收入能被包含在第一个区间
df['income_group'] = pd.cut(
    df['income'],
    bins=bins,
    labels=group_labels,
    include_lowest=True
)

用groupby配合agg就能一次性算出居民数量、收入均值、收入总和：

# 分组统计
stats_result = df.groupby('income_group').agg(
    居民数量=('income', 'count'),
    收入均值=('income', lambda x: round(x.mean(), 2)),  # 保留两位小数更直观
    收入总和=('income', 'sum')
).reset_index()

# 可以按收入从高到低排序，结果更清晰
stats_result = stats_result.sort_values('income_group', ascending=False)
print(stats_result)

• 如果你的收入数据有大量重复值，pd.cut的分组比例可能会和预期有微小偏差，这时候可以考虑先对数据去重后计算分位数，或者用pd.qcut（但qcut是严格按数量分位，可能会打破你要的精确比例，所以优先用cut+手动分位数）。
• 如果你担心分位数的计算方式，可以给np.percentile加个method参数，比如method='midpoint'来调整分位数的计算逻辑，适配你的数据特性。

内容的提问来源于stack exchange，提问作者Er1Hall