pd.cut适用于等宽分箱（如固定业务断点或每10岁一档），pd.qcut适用于等频分箱（如偏态数据或需每箱样本量均衡）；选前者重区间均匀性，后者重样本分布均衡性。
直接说结论：pd.cut 按指定边界或数量等宽分箱，pd.qcut 按分位数等频分箱——选哪个，取决于你更在意“区间是否均匀”还是“每箱样本量是否接近”。
什么时候该用 pd.cut？
当你已有明确的业务断点（比如年龄分段：0-17、18-59、60+），或需要固定宽度的区间（如每10岁一档），就用 pd.cut。它不关心数据分布，只按你给的 bins 切。
- 支持传入整数（如
bins=5）自动等宽划分，但边界由数据极值决定，容易出现某箱为空 - 传入列表（如
bins=[0, 18, 60, 100]）最可控，注意左闭右开默认行为（include_lowest=True可让第一组包含最小值） - 返回的是
Categorical或IntervalIndex类型，若需数值标签，加参数labels=[1, 2, 3] - 若数据含
NaN，结果对应位置也为NaN，不会报错但需留意
什么时候必须用 pd.qcut？
当你希望每箱样本数大致相等（比如做风控评分卡的WOE分箱），或数据严重偏态（如收入、点击次数），等宽分箱会导致多数样本挤在头两箱、后面几箱空空如也——这时 pd.qcut 按分位数切，天然适配分布。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 必须传整数
q（如q=4得四分位），不能传自定义边界；内部调用np.quantile计算切点 - 若数据有大量重复值（如大量0），可能导致某些分位点重合，触发
ValueError: Bin edges must be unique；此时加参数duplicates='drop'或先去重/加微小扰动 -
retbins=True可同时返回分箱边界，方便后续复用或校验 - 和
cut一样，默认左开右闭，但分位数边界本身是浮点数，注意精度问题（比如0.9999999和1.0被判为不同区间）
cut 和 qcut 的输出差异与后续处理
两者返回值类型一致，但语义不同：cut 的区间是“物理范围”，qcut 的区间是“分位锚点”。这意味着：
立即学习“Python免费学习笔记（深入）”；
- 用
qcut分完箱后，若拿原数据再次cut同一批边界，结果可能不一致——因为分位点是基于原始分布算的，新数据分布变了，区间覆盖就不准了 - 保存模型时，建议显式存下
qcut返回的bins，后续用cut(x, bins=bins)应用，而非重复调用qcut - 若需排序友好标签（如“低/中/高”），别依赖默认字符串区间名，统一用
labels参数赋值，避免因浮点显示误差导致字符串匹配失败
真正麻烦的不是函数怎么写，而是分箱后要不要合并稀疏箱、如何处理边界异常值、以及线上部署时能否稳定复现离散结果——这些得结合业务逻辑压测，不能只看函数文档。
