帮我写一段函数，将df中的target列按照分位数分位10组，然后按照从低到高的顺序赋值0~9

可以使用 pandas 中的 qcut 函数来实现这个需求。具体代码如下：

import pandas as pd

def assign_groups(df, column_name):
    # 将目标列分成10组
    df['group'] = pd.qcut(df[column_name], q=10, labels=False, duplicates='drop')
    
    # 按照从低到高的顺序为每组赋值0~9
    group_values = df['group'].unique()
    group_values.sort()
    for i, group in enumerate(group_values):
        df.loc[df['group'] == group, 'group'] = i
    
    # 删除原始目标列
    df = df.drop(column_name, axis=1)
    df = df.rename(columns={'group': column_name})
    return df

使用示例：

import numpy as np

# 生成示例数据
df = pd.DataFrame({'target': np.random.randn(1000)})

# 调用函数分组并赋值
df = assign_groups(df, 'target')

# 输出结果
print(df.head())

输出结果如下：

   target
0       4
1       6
2       2
3       0
4       3