pd.cut默认返回interval对象而非字符串标签，需显式传入labels=['低','中','高']才能获得自定义等级；bins为数字时做等宽分箱，样本数不均衡；等频分箱应使用pd.qcut，并注意重复值和空值处理。
用 pd.cut 做等宽分箱，但结果不是你想要的等级标签？
直接说结论：pd.cut 默认只返回区间对象（Interval），不是字符串标签。你看到的 (0.999, 2.0] 这类输出，不能直接当“低”“中”“高”用。
常见错误现象：调用 pd.cut(df['score'], bins=3) 后，想用 .map({'(0.999, 2.0]': '低'})，结果全变成 NaN——因为实际类型是 Interval，不是字符串。
- 必须显式传入
labels参数才能得到自定义标签，例如labels=['低', '中', '高'] - 如果
labels=False（默认值），返回的是整数编码（0,1,2…），不是区间也不是文字 -
bins为数字时（如bins=3），划分的是等宽区间，不保证每组样本数均衡——想按数量均分得用pd.qcut
想按百分位数分“前20%为高、中间60%为中、后20%为低”，别用 cut，改用 qcut
pd.cut 划的是数值范围，pd.qcut 划的是样本顺序位置。比如考试分数分布右偏，用 cut 可能把 90 分以上全挤进一个窄区间，而 qcut 能确保“高”组真有 20% 的人。
-
pd.qcut(df['score'], q=[0, 0.2, 0.8, 1], labels=['低', '中', '高'])—— 显式指定分位点更可控 - 避免用
q=4这种模糊写法，因重复值可能导致某组为空，抛出ValueError: Bin edges must be unique - 如有大量相同值（如很多 0 分），
qcut容易报错；此时可先加极小扰动：df['score'] + np.random.normal(0, 1e-8, len(df))
cut 的 right 和 include_lowest 参数影响边界归属，不设对会漏数据
默认 right=True 表示区间右闭左开，即 (a, b]；最小值如果等于第一个 bin 边界，会被排除——除非打开 include_lowest=True。
- 例如
pd.cut([1,2,3,4], bins=[1,3,5])返回[NaN, (1, 3], (1, 3], (3, 5]]，因为 1 落在左开区间外 - 加上
include_lowest=True，1 就归入第一组：[<code>[1, 3],[1, 3],[1, 3],(3, 5]] - 若要左闭右开（
[a, b)），设right=False，但注意此时最大值可能被排除，需手动扩展bins上界
分级结果含 NaN？先检查原始数据有没有缺失或无穷值
pd.cut 和 pd.qcut 遇到 np.nan、np.inf 或 -np.inf 一律返回 NaN，不会报错，容易忽略。
- 运行前务必检查：
df['score'].isna().sum()、np.isinf(df['score']).sum() - 若允许缺失参与分级，得先填充（如用中位数）：
df['score'].fillna(df['score'].median()) - 不要依赖
errors='ignore'——这个参数在cut/qcut中根本不存在，是常见误解
value_counts(dropna=False) 看一眼原始分布，比直接跑 cut 省半小时调试。
