如何为Example.Data数据集添加符合指定规则的新列？

以下是主流数据处理工具的实现方法，涵盖R和Python（Pandas）两种常用场景：

使用R语言 #

利用cut()函数可以快速实现区间分箱，匹配你需要的分类规则：

# 假设数据集已加载为Example.Data
Example.Data$Education_Level <- cut(
  Example.Data$Educ,
  breaks = c(12, 16, 17, 19, Inf),
  labels = c("HighSchool", "College", "Masters", "Doctorate"),
  include.lowest = TRUE,  # 包含12这个下限值
  right = FALSE           # 设置区间为左闭右开，匹配规则中的范围
)

使用Python（Pandas） #

借助Pandas的pd.cut()函数完成分箱操作：

import pandas as pd

# 假设数据集已加载为Example_Data
bins = [12, 16, 17, 19, float('inf')]
labels = ["HighSchool", "College", "Masters", "Doctorate"]

Example_Data['Education_Level'] = pd.cut(
    Example_Data['Educ'],
    bins=bins,
    labels=labels,
    include_lowest=True,  # 确保12被包含在第一个区间
    right=False           # 左闭右开区间，符合规则定义
)

备注：你提供的现有数据集示例中未包含Educ字段，实际操作前请确保数据集存在该数值型字段，否则上述代码无法正常运行。

内容的提问来源于stack exchange，提问作者ellen