如何将Pandas的Age列数值按指定范围转换为字符串标签？

直接用Pandas的pd.cut()函数就能高效解决这个问题，完全不需要逐行迭代，还能避免类型匹配问题。具体步骤如下：

• 整理阈值与标签的顺序
  先把你的ranges字典按阈值从小到大排序，确保分箱逻辑和你预期的一致：

  ranges = {'baby': 1, 'toddler': 6, 'kid': 12, 'teen': 21, 'adult': 80, 'old': 1000}
  # 按阈值升序排序，得到有序的标签和阈值对
  sorted_ranges = sorted(ranges.items(), key=lambda x: x[1])
  # 提取分箱边界和对应标签
  bins = [-float('inf')] + [v for _, v in sorted_ranges]
  labels = [k for k, _ in sorted_ranges]
  

• 执行分箱转换
  用pd.cut()对Age列进行向量化分箱，指定right=False让区间左闭右开（比如[1,6)对应toddler，符合你“<6替换为toddler”的逻辑）：

  import pandas as pd
  
  # 示例数据
  df = pd.DataFrame({'Age': [2.0, 82.0, 15.0, 9.0, 25.0]})
  # 生成标签列
  df['Output Age'] = pd.cut(df['Age'], bins=bins, labels=labels, right=False)
  

• 验证结果
  运行后得到的DataFrame和你预期的一致：

  Age	Output Age
  2	toddler
  82	old
  15	teen
  9	kid
  25	adult

关键说明 #

• pd.cut()是向量化操作，比循环迭代快几个数量级，尤其适合大数据集；
• right=False确保区间是左闭右开，完美匹配你“数值<阈值对应标签”的规则（比如<1是baby，1≤x<6是toddler）；
• 用-float('inf')作为起始边界，确保所有0及以下的数值都能被分到baby标签里。

内容的提问来源于stack exchange，提问作者Theodore Psillos