Pandas qcut返回整数分箱结果与Excel QUARTILE.EXC不一致如何解决？

• 输出整数分箱的直接原因是你在调用pd.qcut时主动指定了labels=range(1,n_bins+1)参数：该参数会强制将每个分箱的返回值替换为你预设的1、2、3、4整数标签，自然不会返回区间类的非整数结果。
• 分箱结果和Excel QUARTILE.EXC() 不一致的核心原因是二者默认的分位数计算规则不同：Excel QUARTILE.EXC() 采用的分位数位置计算公式为 位置 = k*(n+1)/4，和pandas默认的线性插值分位数计算逻辑有差异。

你可以按以下步骤修改代码，得到和Excel规则一致的非整数区间分箱结果：

1. 移除labels参数，让qcut默认返回区间对象作为分箱标识
2. 给qcut指定method='weibull'参数，匹配Excel QUARTILE.EXC() 的分位数计算规则

修改后的参考代码如下：

import pandas as pd
data = {0: 2.75,
 1: 2.875,
 2: 3.5,
 3: 3.875,
 4: 3.125,
 5: 2.25,
 6: 2.125,
 7: 3.375,
 8: 3.75,
 9: 1.875,
 10: 3.125,
 11: 2.625,
 12: 1.25,
 13: 2.625,
 14: 2.25,
 15: 3.125,
 16: 3.375,
 17: 2.25,
 18: 2.25,
 19: 3.125,
 20: 3.375,
 21: 2.5,
 22: 3.375,
 23: 3.5,
 24: 3.125,
 25: 3.0,
 26: 2.125,
 27: 3.125,
 28: 2.375,
 29: 2.375,
 30: 2.75,
 31: 3.0,
 32: 2.625,
 33: 2.0,
 34: 2.75,
 35: 3.25,
 36: 3.0,
 37: 1.5,
 38: 3.5,
 39: 2.375,
 40: 3.375,
 41: 2.625,
 42: 3.0,
 43: 2.5,
 44: 2.625,
 45: 2.875,
 46: 2.25,
 47: 2.5,
 48: 1.125,
 49: 1.625,
 50: 1.375,
 51: 2.125,
 52: 1.625,
 53: 2.125,
 54: 1.0,
 55: 1.5,
 56: 1.25,
 57: 3.125,
 58: 1.125,
 59: 1.75}
df = pd.Series(data).to_frame('values')
n_bins = 4
# 移除自定义标签，指定分位数计算方法匹配Excel规则
df['qcutbins'] = pd.qcut(df['values'], q=n_bins, method='weibull')
# 查看分箱统计结果
df.groupby(['qcutbins'])['values'].describe()[['min','max']].sort_values(by='max').reset_index(drop=True)

如果需要更灵活的控制分箱边界，也可以手动计算符合Excel规则的分位数点后调用pd.cut分箱：

# 手动计算四分位点
quantiles = df['values'].quantile([0.25,0.5,0.75], method='weibull')
# 构造分箱边界，加极小值避免边界值被漏判
bins = [df['values'].min() - 1e-9] + quantiles.tolist() + [df['values'].max() + 1e-9]
df['cutbins'] = pd.cut(df['values'], bins=bins)

内容的提问来源于stack exchange，提问作者mikelowry