按产品筛选的四分位数计算和分类

Question

我很难做到这一点：

我有什么：熊猫数据框：

product   seller   price
   A        Yo      10
   A        Ka      5
   A        Poy     7.5
   A        Nyu     2.5
   A        Poh     1.25
   B        Poh     11.25

我想要什么：

给定一个类似上面product, seller, price的df，我想根据该特定产品的价格列计算4个四分位数，并将该产品的每个卖家的价格分类到这些四分位数中。

当所有价格都相同时，4 个四分位数的值相同，价格被归类为第 1 个四分位数

预期输出：

product   seller   price   Quartile   1Q     2Q      3Q      4Q
   A        Yo      10        4       2.5    5       7.5     10
   A        Ka      5         2       2.5    5       7.5     10
   A        Poy     7.5       3       2.5    5       7.5     10
   A        Nyu     2.5       1       2.5    5       7.5     10
   A        Poh     1.25      1       2.5    5       7.5     10
   B        Poh     11.25     1       11.25  11.25  11.25    11.25

到目前为止我做了什么：

如果我使用：df['Price'].quantile([0.25,0.5,0.75,1])，它将计算所有价格的 4 个四分位数而不按产品过滤，所以它是错误的。

我迷路了，因为我不知道如何在 python 中执行此操作。
任何人都可以在这里给我一些启示吗？ 谢谢

@Hamza，看看下面的输出。还是有一些东西不能正常工作

Answer 1

试试：

dfQuantile = df.groupby("product")['Price'].quantile([0.25,0.5,0.75,1]).unstack().reset_index().rename(columns={0.25:"1Q",0.5:"2Q",0.75:"3Q",1:"4Q"})
out = pd.merge(df,dfQuantile,on="product",how="left")
out["Quantile"] = df.groupby(['product'])['Price'].transform(
                     lambda x: pd.qcut(x, 4, labels=False, duplicates="drop")).fillna(0).add(1)

print(out)


  product   seller  Price   Quantile    1Q       2Q      3Q      4Q
0   A        Yo     10.00   4           2.50    5.00    7.50    10.00
1   A        Ka     5.00    2           2.50    5.00    7.50    10.00
2   A        Poy    7.50    3           2.50    5.00    7.50    10.00
3   A        Nyu    2.50    1           2.50    5.00    7.50    10.00
4   A        Poh    1.25    1           2.50    5.00    7.50    10.00
5   B        Poh    11.25   1           11.25   11.25   11.25   11.25