Python在观察值的#不能被容器的#整除的情况下表现出qcut行为

假设我有一系列的美元价值，并希望使用

qcut

将其离散成9组。观测值的#不能被9整除。SQL Server的

ntile

函数有一种标准的方法来处理这种情况：它使9个组中的前n个组1观察值大于其余（9-n）组

我注意到在大熊猫身上，哪一组有x次观察和x+1次观察的分配似乎是随机的。我试着用algos来破译代码，以找出分位数函数是如何处理这个问题的，但没有弄明白

我有三个相关问题：

有谁能解释

qcut

的行为？哪些群体的观察次数较多是随机的吗

有没有办法强迫

qcut

的行为与

NTILE

类似（即，第一组获得x+1观察结果）

如果#2的答案是否定的，那么对于一个类似于

NTILE

的函数有什么想法吗？（如果这是一项复杂的工作，只需对您的方法做一个概述就可以了。）

下面是SQL Server的

NTILE

输出示例

Bin |# Observations
1   26
2   26
3   26
4   26
5   26
6   26
7   26
8   25
9   25

这里是熊猫：

Bin |# Observations
1   26
2   26
3   26
4   25 (Why is this 25 vs others?)
5   26
6   26
7   25 (Why is this 25 vs others?)
8   26
9   26

---

qcut

的行为类似于此，因为它更精确。以下是一个例子：

对于第i级，它从分位数（i-1）*10%开始：

输出为：

array([27, 26, 26, 26, 27, 26, 26, 26, 26, 27])

array([27, 27, 27, 26, 26, 26, 26, 26, 26, 26])

如果您想要分位数，您可以自己计算分位数：

n = len(a)
ngroup = 10

counts = np.ones(ngroup, int)*(n//ngroup)
counts[:n%ngroup] += 1

q = np.r_[0, np.cumsum(counts / float(n))]
q[-1] = 1.0
r2 = pd.qcut(a, q)
np.bincount(r2.labels)

输出为：

array([27, 26, 26, 26, 27, 26, 26, 26, 26, 27])

array([27, 27, 27, 26, 26, 26, 26, 26, 26, 26])

---

什么输入给出了这个结果？你能分享你的系列和熊猫代码吗？我想我能理解。第一级的qcut观测值是否总是较多（因为（i-1）对于第一级而言毫无意义）？此外，q[-1]=1的必要条件是确保范围以1结束，而不是任意接近1的分数？