如何将Pandas列按规整规则划分区间并避免空区间报错？

原代码的核心问题是依赖pd.cut自动划分区间，再基于这些动态区间生成标签。当数据分布导致某个区间无值时（比如你的示例数据里没有30000-45000之间的数），访问空区间的max()/min()方法会返回NaN或触发报错。但你的需求是固定规整区间，根本不需要动态划分，直接用预设的边界值就能彻底规避空区间问题。

直接基于你指定的区间边界，用pd.cut做固定区间划分，代码简洁且无报错风险：

import pandas as pd

def FasciaImporto(df, col_name='NUMERICAL_VARIABLE'):
    # 预设你需要的固定区间边界
    bins = [-float('inf'), 15000, 30000, 45000, float('inf')]
    # 对应区间的标签，完全匹配你的需求
    labels = [
        '<15000',
        '[15000-30000)',
        '[30000-45000)',
        '>=45000'
    ]
    
    # right=False 设置左闭右开，完美匹配 "x >= a 且 x < b" 的区间定义
    df['FASCIA_IMPORTO'] = pd.cut(df[col_name], bins=bins, labels=labels, right=False)
    
    # 输出各区间计数
    print(df['FASCIA_IMPORTO'].value_counts())
    return df

为什么这能解决问题？ #

1. 固定边界不依赖数据分布：不管数据里有没有某个区间的值，预设的边界都存在，不会出现空区间导致的访问错误。
2. 区间定义精准匹配需求：right=False让区间成为左闭右开，正好对应你要的x >= 15000 且 x < 30000这类规则。
3. 代码大幅简化：去掉了复杂的循环和区间计算逻辑，用pandas原生函数完成，效率更高。

测试示例数据 #

把你的示例数据转为DataFrame后运行：

data = [18511.18, 82000.0, 16313.97, ...]  # 完整数据见问题描述
df = pd.DataFrame(data, columns=['NUMERICAL_VARIABLE'])
FasciaImporto(df)

输出会显示：

<15000           142
[15000-30000)     13
>=45000            1
[30000-45000)      0
Name: FASCIA_IMPORTO, dtype: int64

可以看到空区间[30000-45000)正常显示计数0，完全不会报错。

如果你需要保留原convert_number的边界调整逻辑 #

如果必须保留原代码中对区间边界的取整调整，只需先计算调整后的边界，再用固定区间划分：

import pandas as pd

def convert_number(original_value):
    return round(original_value, -3) + 5000

def FasciaImporto(df, col_name='NUMERICAL_VARIABLE'):
    # 用convert_number调整预设的边界值
    adjusted_bins = [
        -float('inf'),
        convert_number(15000),
        convert_number(30000),
        convert_number(45000),
        float('inf')
    ]
    
    # 生成对应的标签
    labels = [
        f'<{adjusted_bins[1]}',
        f'[{adjusted_bins[1]}-{adjusted_bins[2]})',
        f'[{adjusted_bins[2]}-{adjusted_bins[3]})',
        f'>={adjusted_bins[3]}'
    ]
    
    df['FASCIA_IMPORTO'] = pd.cut(df[col_name], bins=adjusted_bins, labels=labels, right=False)
    print(df['FASCIA_IMPORTO'].value_counts())
    return df

这样既保留了原有的边界调整逻辑，又彻底解决了空区间报错问题。

内容的提问来源于stack exchange，提问作者Alberto De Benedittis