Python实现表格按行顺序均等拆分4组并新增Groups分组列的方法

• 直接调用DataFrame自带的原索引做整数除法计算分组边界，混淆了“行的位置顺序”和“索引的数值大小”两个概念。只要原索引不是从0开始的连续整数序列（比如经过数据过滤、重排序、自定义索引的场景），计算出的分组位置就会完全错位，甚至出现组号超出预设范围的空值问题。
• 没有针对总长度无法被分组数整除的场景做兼容，仅靠round(len(x)/n2)计算块大小，很容易出现分组数和预设值不一致的情况。

可整除场景（即当前12行分4组的案例） #

完全脱离原索引的影响，生成和行顺序一一对应的连续位置序列做分组计算：

import numpy as np
n2 = 4
total_rows = len(x)
chunk_size = total_rows // n2
# 生成0基的连续行位置，和原索引取值无关
x['Groups'] = (np.arange(total_rows) // chunk_size) + 1

运行后输出的分组结果和预期完全匹配：每3行划为1个组，组号从1到4，顺序和原表格行完全一致。

通用兼容场景（适配任意行数、任意分组数） #

如果表格总长度无法被分组数整除，直接用np.array_split自动均衡拆分，保证刚好输出指定数量的组，不出现多余分组或空值：

import numpy as np
n2 = 4
total_rows = len(x)
# 生成连续的行位置序列
row_pos = np.arange(total_rows)
groups = np.empty(total_rows, dtype=int)
# 按拆分后的块顺序赋值对应组号，组号从1开始计数
for group_no, pos_chunk in enumerate(np.array_split(row_pos, n2), start=1):
    groups[pos_chunk] = group_no
x['Groups'] = groups

这种写法不受原DataFrame索引类型、取值的影响，严格按照当前表格的行排列顺序拆分，不会出现分组错位的问题。

注：原有代码如果在默认0基连续索引的小样本下碰巧能跑对，本质是凑巧匹配了索引值和位置值，一旦遇到非连续索引的真实业务数据就会立刻失效。

内容的提问来源于stack exchange，提问作者MuSu18