python3：合并考虑偏斜分布

Question

请帮我将数据集分成样本数量相等的5个容器 我使用：

pd.qcut(df[i], q=5, precision = 0, duplicates = 'drop')

因为它不仅按bin分割，而且将范围值放入单元格中。

如果我的数据呈正态分布，它将为我提供正确的结果。 但是，如果我的分布偏斜（例如，从10000个示例中，我有4000个范围为（0，.99）的示例，而6000个示例为'1'（请参见下图）： 它给了我<5个（有时1个）垃圾箱。

我尝试手动计算最佳垃圾箱百分比范围，但这很烦人：

 if len(pd.qcut(df[i], q=q_r, precision = 0, duplicates = 'drop').value_counts()) < 5:
        mean = df[i].describe()[2]
        median = df[i].describe()[6]
        if mean < median:    
            q_r = [0, .125, .25, .375, .5, 1]
            if len(pd.qcut(df[i], q=q_r, precision = 0, duplicates = 'drop').value_counts()) < 5:
                q_r = [0, .05, .1, .15, .20, 1]     
            print(pd.qcut(df[i], q=q_r, precision = 0, duplicates = 'drop').value_counts()[0])

是否有某种方法来计算垃圾箱的百分位数范围（在我的代码中为q_r）？ 真正删除重复项也会对我有帮助。但是重复项='丢弃'选项仅将重复项丢弃在垃圾箱的边缘。

pd.cut方法不适合，因为它会根据分布的最小值-最大值进行拆分：如果我们有1万个样本：1个样本= 1 000，则100个样本= 1，并且8900个样本= 0，它将创建5个相等的范围，范围从0到1000。

谢谢。