基于Quantile()与qcut分配列

Question

我有一个包含'Zip'，'Median‘的数据框，我想根据收入的分位数再加一列。

运行dfq = dfq.quantile([.1, .25, .50, .75, .9])，它返回以下内容，我认为这对于“收入中位数”是正确的。

               Zip  Median Income
0.10  60303.80       32176.90
0.25  60608.25       39896.00
0.50  60627.00       49755.00
0.75  60645.75       59829.25
0.90  60664.70       75555.30

print(dfq['Median Income'].median()) 49755.0

所以.50和中位数是正确的。

我想做的是在收入中位数旁边分配一列分位数，但似乎不容易做到这一点？

我尝试了qcut函数。

dfq['quantile'] = pd.qcut(dfq['Median Income'], 5, labels=['10%','25%','50%','75%','90%'])

但结果似乎与使用分位数函数不同，因为它将行等分(大约70行)

我是不是遗漏了什么，分位数计算对我的qcut是不是正确？

Answer 1

我对qcut不太确定，但另一种选择是基于您找到的作为条件值的四分位数创建一个新列，如果您需要多次执行此操作，则可以使用函数来执行此操作。为了reference。