比如有9个数，要分成4个箱，那肯定有一箱是3，所以只能近似做到哈。你的数据里面一共有5000个，但是只有20个取值。做不到等频。这是你数据的取值分布情况。

我上次代码并没有实现等距分箱，如果想实现等距需要用cut方法，除非需要切分的数据没有重复值。

qcut 也不一定能实现等频（每个箱内数据一样），一般是需要数据没重复值才能近似做到

这段代码的含义如下

1、从代码角度来说是可以的，只要你能想象出最终数据的样子就能写出代码来。但是分箱有时候还需要结合业务来处理。

2、“注册时长_y”是在执行merge操作时自动生成的，你可以将代码拆分，分步执行看看没执行一行代码带来什么变化。 最后/5000是除以总数，可以算出某种情况占总体的比例，这块可以设置为变量，根据实际总数变化而变化。

3、qcut 与 cut 的详细区别可以查看官方文档。qcut用来实现等宽分箱，cut是根据自己定义的切分点进行分箱。这是两个函数的主要区别。

1、上一个问题

代码如下

# 导入工具包

import pandas as pd

import numpy as np

# 导入原始数据

df = pd.read_excel("./data/1600139052_431496.xlsx")

# 数据转换

qc = pd.qcut(df.sort_values("注册时长")["注册时长"],q=4) #

df = pd.merge(df,qc,left_index=True,right_index=True) #

temp = df.groupby(["注册时长_y","所在省份"]).count()["序号"].unstack(1)/5000 #

temp["PSI"] = temp.apply(lambda x:(x[1]-x[0])*(np.log10(x[1]/x[0])/np.log10(np.e)),axis=1) # 计算PSI

# 数据存盘

temp.to_excel("result.xlsx")

2、一次性跑出来也是可以的，但不是所有变量都要分箱吧

是类似这样的效果？分箱分的是注册时长

这个是想统计每箱的人数。代码可以按如下方式写：

qc.value_counts().sort_index()/5000 # 这里5000是总数量

效果如下：

如果不是等宽分箱可以自己手动指定宽度。这时需要使用pandas的cut方法。

左边是索引，不是人数。对于分箱后的结果展示，我还是不太懂。如果是想了解每个箱的人数分布可以使用value_counts()来实现。

依据哪列数据排序？分箱后的结果想怎么呈现或者使用？