Pandas 如何在没有qcut的情况下将一个数字系列分成大小大致相同的n组？

我想将我的序列精确地分成n个组（假设序列中至少有n个不同的值），其中组大小大致相等

代码需要是通用的，因此我无法提前知道数据的分布，因此使用带有预定义存储箱的

pd.cut

不是我的选择

我试着将

pd.qcut

或

pd.cut

与

pd.Series.quantile

一起使用，但当序列中经常重复某个值时，它们都会出现不足

例如，如果我只想要3组：

series = pd.Series([1, 1, 1, 1, 1, 1, 1, 1, 3, 3, 4, 4, 4, 4])
pd.qcut(series, q=3, duplicates="drop")

只创建两个类别：

categories（2，interval[float64]）：[（0.999，3.0]<（3.0，4.0]]

，而我希望得到类似于

[（0.999，1.0]<（1.0，3.0]<（3.0，4.0]

---

熊猫的内置方法有什么方法可以轻松做到这一点吗？

按你的时间间隔

[（0.999，1.0]<（1.0，3.0]<（3.0，4.0）]

将导致组大小为8、2和4。大小不是“大致相等”@CodeDifferent鉴于我在这种情况下只需要3组，即使大小完全不同，按您的时间间隔

[（0.999，1.0]<（1.0，3.0]<（3.0，4.0）]

将是可能的最佳分割（没有其他3组分割）。大小不会“大致相等”@CodeDifferent在这种情况下，我只需要3组，即使大小完全不同，这将是可能的最佳分割（没有其他3组分割）