如何按行数将Pandas DataFrame划分为指定数量分箱并添加分箱编号

嘿，这个需求处理起来超简单，利用Pandas和NumPy的内置工具就能快速搞定，不用手动去计算每行的归属~

方法一：用pd.cut快速生成箱号 #

这是最直接的方式，因为你的DataFrame已经按需求排好序了，我们只需要基于行的位置来划分10个分箱：

import pandas as pd

# 假设你的已排序DataFrame名为df
df['bin_number'] = pd.cut(range(len(df)), bins=10, labels=False) + 1

代码解释：

• range(len(df))生成从0到总行数-1的序列，代表每行的位置索引；
• pd.cut(..., bins=10)把这个位置序列均匀分成10个区间，自动处理“最后一个分箱不满”的情况；
• labels=False让返回结果是从0开始的整数索引，加1是为了让箱号从1开始（更符合日常计数习惯，如果你习惯从0开始可以去掉+1）。

方法二：用numpy.digitize自定义分割点 #

如果你想更清晰地控制分箱的分割位置，可以用NumPy来生成分割点，再分配箱号：

import numpy as np

# 生成11个分割点（把总行数分成10段）
bins = np.linspace(0, len(df), 11, dtype=int)
# 给每行分配对应的箱号
df['bin_number'] = np.digitize(range(len(df)), bins, right=False)

代码解释：

• np.linspace(0, len(df), 11)会生成如[0, 400, 800, ..., 4000]这样的分割点（如果总行数刚好4000）；
• np.digitize(..., right=False)采用左闭右开的区间规则，确保每行被正确分配到对应的分箱中。

后续聚合操作 #

添加完bin_number列后，你就可以直接用分组聚合做后续分析了，比如：

# 示例：计算每个分箱的某列均值、总和
agg_result = df.groupby('bin_number').agg({
    'target_column': ['mean', 'sum'],
    'another_column': 'count'
})

这样就能轻松完成按行等分箱+分组聚合的需求啦~

内容的提问来源于stack exchange，提问作者dartdog