使用pd.qcut生成分位数区间后无法筛选Pandas DataFrame怎么办

pd.qcut生成的bins列数据类型为分类（Categorical）类型，列内每个元素都是pandas.Interval区间对象，不是字符串，也不能直接用不规范的区间字面量匹配，因此你之前的两种写法都不生效：

• 直接写(-0.001, 9.9]]不符合Python基础语法，直接触发语法错误
• 把区间转为字符串做等值匹配，类型不匹配，因此返回空结果

方案1：构造Interval对象匹配 #

按照qcut默认的右闭合规则，构造对应边界的Interval对象做等值匹配即可：

import pandas as pd

# 构造目标区间对象，closed指定右闭合和qcut默认规则对齐
target_bin = pd.Interval(left=-0.001, right=9.9, closed="right")
# 执行筛选
filter_df = df[df["bins"] == target_bin]

方案2：生成区间时指定标签简化后续筛选 #

如果后续需要频繁按分位筛选，可以在生成bins时直接指定分位序号作为标签，后续筛选不需要记边界：

# 生成bins时指定labels为1-10，对应10个十分位
df["bins"] = pd.qcut(df["values"], q=10, labels=range(1, 11))
# 筛选第一个十分位直接匹配标签即可
filter_df = df[df["bins"] == 1]

方案3：直接取用生成的分类区间列表 #

如果不确定生成的区间边界，可以先提取所有生成的区间列表，直接取用对应位置的区间做匹配：

# 查看所有分位区间的列表
all_bins = df["bins"].cat.categories
# 取第一个区间做筛选
filter_df = df[df["bins"] == all_bins[0]]

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