强制qcut分解为等概率组

Question

考虑以下数据：

s = pd.Series([1, 1, 1, 2])
pd.qcut(s, 2, labels=False)

我想得到等概率群，即[0, 0, 1, 1]。相反，qcut可以引发异常或返回[0, 0, 0, 0]（取决于duplicates-kwarg）

我通过稍微干扰数据得到了等概率群，即：

def my_qcut(s, *args, **kwargs):
    disturbed = np.array(s) + np.random.rand(len(s)) / 1000
    return pd.qcut(disturbed, *args, **kwargs)

虽然这看起来很管用，但我觉得这太老套了。有没有人能给我一些建议，让我用确定性的方法来分裂成等概率群

Answer 1

使用Numpy的argsort进行排名

def qcut(s, n):
  k = len(s)
  a = s.values.argsort()
  b = np.empty_like(a)
  b[a] = np.arange(k) * n // k
  return pd.Series(b, s.index)

qcut(s, 2)

0    0
1    0
2    1
3    1
dtype: int64

Answer 2

尝试：

pd.qcut(s.rank(method='first'), 2, labels=np.arange(2))