將數據分為N個類別，每個類別具有相同數量的數據但不同的間隔

Question

我有一系列股票收益，可能是大約 5000 條數據。 我想將它們分為 5 類。 每個類別應該有幾乎相同數量的數據。

例如，將以下數據分為 3 類：

test = pd.DataFrame({'Returns': [0.003,0.005,0.02,0.01,0.1,0.9,-0.2,-0.13,-0.14,-0.03,0,0.001]})

使用時會有結果：

test.value_counts()


Category:   number of data
0                   3
1                   3
2                   3

數據的間隔可能不同。

Answer 1

試試qcut

test['cate'] = pd.qcut(test.Returns,3).cat.codes
test['cate'].value_counts()
Out[577]: 
0    4
1    4
2    4
Name: cate, dtype: int64