Python 将数据帧分成N个（几乎）相等的段

假设我有一个如下所示的数据帧：

Id  ColA
1   2           
2   2        
3   3        
4   5        
5   10       
6   12       
7   18       
8   20       
9   25       
10  26          

我希望我的代码在数据帧的末尾创建一个新列，将obvservations的总数除以5，从5到1不等

Id  ColA    Segment
1   2        5  
2   2        5
3   3        4
4   5        4
5   10       3
6   12       3
7   18       2
8   20       2
9   25       1
10  26       1  

我尝试了以下代码，但不起作用：

df['segment'] = pd.qcut(df['Id'],5)

---

我还想知道如果我的观察总数不能除以5会发生什么。

事实上，你比你想象的更接近答案。无论

len（df）

是否为5的倍数，这都将起作用

bins = 5
df['Segment'] = bins - pd.qcut(df['Id'], bins).cat.codes

df
   Id  ColA  Segment
0   1     2        5
1   2     2        5
2   3     3        4
3   4     5        4
4   5    10        3
5   6    12        3
6   7    18        2
7   8    20        2
8   9    25        1
9  10    26        1

在哪里,

pd.qcut(df['Id'], bins).cat.codes

0    0
1    0
2    1
3    2
4    3
5    4
6    4
dtype: int8

将

pd.qcut

返回的分类间隔表示为整数值

---

另一个示例，对于具有7行的数据帧

df = df.head(7).copy()
df['Segment'] = bins - pd.qcut(df['Id'], bins).cat.codes

df

   Id  ColA  Segment
0   1     2        5
1   2     2        5
2   3     3        4
3   4     5        3
4   5    10        2
5   6    12        1
6   7    18        1

这应该起作用：

df['segment'] = np.linspace(1, 6, len(df), False, dtype=int)

---

它创建一个数组大小1到5之间的int列表。如果要从5到1，只需在行的末尾添加

[：：-1]

。

什么是“.cat”、“.code”和“Bins-”代表？@RogerSteinberg

pd.qcut

返回一个区间的分类列。这些类别在内部由0-4的整数代码表示（对于5个箱子）。我利用了这一点，并从5中减去，以获得您的预期输出？是否划分为五分位数？@RogerSteinberg不确定什么是五分位数（或它是做什么的），但这会将数据划分为N个分位数（五分位数？），然后标记它们。