Python数据挖掘：心力衰竭数据集ID3决策树预处理中基于年龄分类MaxHR的代码问题

你代码里的公式完全写反啦！正常最大心率的计算逻辑是220 - Age，但你写成了Age - 220——这个结果肯定是负数啊，比如40岁的话就是-180，而实际的MaxHR都是正数，自然所有记录都会满足(df['Age'] - 220) <= df['MaxHR']这个条件，所以全被改成'low'了。

这里有两种简洁靠谱的方式来实现你的需求：

方法一：使用apply函数逐行处理（可读性拉满） #

这种方式逻辑直白，哪怕过几个月回头看也能一眼懂：

def categorize_maxhr(row):
    normal_maxhr = 220 - row['Age']
    if row['MaxHR'] < normal_maxhr:
        return 'low'
    elif row['MaxHR'] == normal_maxhr:
        return 'normal'
    else:
        return 'high'

df['MaxHR'] = df.apply(categorize_maxhr, axis=1)

方法二：使用loc批量赋值（大数据集更高效） #

如果你的数据集规模很大，用loc的矢量操作会比逐行apply快很多：

# 先计算正常最大心率列（可选，方便调试和检查）
df['normal_maxhr'] = 220 - df['Age']

# 按逻辑依次赋值，顺序不影响但这样更清晰
df.loc[df['MaxHR'] > df['normal_maxhr'], 'MaxHR'] = 'high'
df.loc[df['MaxHR'] == df['normal_maxhr'], 'MaxHR'] = 'normal'
df.loc[df['MaxHR'] < df['normal_maxhr'], 'MaxHR'] = 'low'

# 如果不需要中间辅助列，可以删掉
# df.drop('normal_maxhr', axis=1, inplace=True)

拿你举的例子测试：年龄40，MaxHR172，计算得normal_maxhr=220-40=180，172<180，所以会被设为'low'，完全符合预期；如果MaxHR是180就会被标记为'normal'，181的话就是'high'。

内容的提问来源于stack exchange，提问作者user