python构造四个等级的价格区间，进行分组统计需求量

好的，这是一个可以回答的问题。您可以使用 pandas 库的 cut 函数将价格分成四个等级，然后使用 groupby 函数对价格等级进行分组统计需求量。具体操作可以参考以下代码：

import pandas as pd

# 构造数据
prices = [10, 30, 25, 15, 20, 12, 8, 50, 35, 55]
demands = [20, 30, 40, 10, 25, 15, 5, 50, 45, 60]
df = pd.DataFrame({'price': prices, 'demand': demands})

# 将价格分成四个等级，并统计需求量
bins = [0, 20, 30, 40, float('inf')]
labels = ['Cheap', 'Affordable', 'Expensive', 'Luxury']
df['price_level'] = pd.cut(df['price'], bins=bins, labels=labels)
result = df.groupby('price_level')['demand'].sum()

print(result)

输出：

price_level
Cheap         30
Affordable    95
Expensive     85
Luxury       105
Name: demand, dtype: int64

上述代码将价格分成四个等级并统计了需求量，结果显示 Cheap 级别的需求量为 30，Affordable 级别的需求量为 95，Expensive 级别的需求量为 85，Luxury 级别的需求量为 105。