以下是一个使用Python的示例代码，将数据按照特定的度量聚合到箱中：

import numpy as np

def aggregate_data_to_bins(data, bin_size):
    # 计算数据的最小值和最大值
    data_min = np.min(data)
    data_max = np.max(data)
    
    # 计算需要创建的箱的数量
    num_bins = int((data_max - data_min) / bin_size) + 1
    
    # 创建一个空的箱列表
    bins = [[] for _ in range(num_bins)]
    
    # 将数据分配到相应的箱中
    for value in data:
        bin_index = int((value - data_min) / bin_size)
        bins[bin_index].append(value)
    
    # 返回聚合后的箱列表
    return bins

# 测试代码
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
bin_size = 2
result = aggregate_data_to_bins(data, bin_size)
print(result)

运行以上代码会输出以下结果：

[[1, 2], [3, 4], [5, 6], [7, 8], [9, 10]]

以上代码首先计算了数据的最小值和最大值，并根据给定的箱尺寸计算了需要创建的箱的数量。然后创建了一个空的箱列表。接下来，遍历数据并将每个值分配到相应的箱中。最后返回聚合后的箱列表。