关于多参数/排列组合的结果分配

问题:

有多个参数，这些参数形成一系列的组合，需要根据不同参数的取值情况给每种组合一个判断结果作为规则。

比如，参数是本车速度，他车速度，相对距离，需要分配的规则为：危险/不危险

本车速度	他车速度	相对距离	是否危险
40	30	2	是
。。。	。。。	。。。	。。。

难点：

当参数很多的时候，组合太多，难以处理。

方法，还是采用组合权重的方法：

采用权重的方法，比如危险程度用本车车速+他车车速+1/相对距离*系数的方式，将这个结果作为每个组合的危险值，然后根据危险值的大小进行分组，根据不同的分组结果给出是否危险的判断结果。

工具：

一套代码，能够对输入值的数据大小进行分组(（可规定组数）

import pandas as pd

# 输入数据，这里的危险值记得要单独再计算一遍，这里只是举例
data = [16.5, 18, 18.75, 20, 21.5, 21.5, 22.5, 23, 23, 23.75, 23.75, 25, 25, 26.5, 26.5, 27.5, 27.5, 28, 28, 28.75, 
        28.75, 30, 30, 30, 31.5, 31.5, 31.5, 32.5, 32.5, 33, 33, 33, 33.75, 33.75, 33.75, 35, 35, 35, 35, 35, 36.5, 
        36.5, 36.5, 37.5, 37.5, 37.5, 38, 38, 38, 38.75, 38.75, 38.75, 40, 40, 40, 40, 40, 41.5, 41.5, 41.5, 42.5, 
        42.5, 42.5, 43, 43, 43, 43.75, 43.75, 43.75, 45, 45, 45, 45, 45, 45, 46.5, 46.5, 47.5, 47.5, 47.5, 48, 48, 
        48.75, 48.75, 50, 50, 50, 50, 50, 51.5, 51.5, 51.5, 52.5, 52.5, 53, 53, 53, 53.75, 53.75, 53.75, 55, 55, 
        55, 55, 55, 55, 56.5, 56.5, 57.5, 57.5, 57.5, 58, 58, 58.75, 58.75, 60, 60, 60, 60, 61.5, 61.5, 62.5, 62.5, 
        63, 63, 63.75, 63.75, 65, 65, 65, 65, 65, 66.5, 67.5, 67.5, 68, 68.75, 70, 70, 70, 71.5, 72.5, 73, 73.75, 
        75, 75, 75, 77.5, 80, 85]

# 将数据转换为DataFrame
df = pd.DataFrame({'Original_Values': data})

# 计算分位数
quantiles = df['Original_Values'].quantile([0.33， 0.66])  # 这里就是分3组）

# 根据分位数将数据分组
df['Group'] = pd.cut(df['Original_Values'], 
                     bins=[df['Original_Values'].min(), quantiles.iloc[0], quantiles.iloc[1], df['Original_Values'].max()],  # 分三组
                     labels=['Group 1', 'Group 2', 'Group 3'])  #分三组

# 输出结果
print(df)