使用df.apply实现区间匹配赋值时触发TypeError错误求助

你的代码有三个关键错误导致TypeError：

1. 列值访问错误：函数里的['Width']是一个列表，不是当前行的Width数值。当apply(axis=1)时，参数x是每行的Series对象，必须用x['Width']来获取当前行的Width值。
2. 逻辑运算符错误：Python中单个值的多条件逻辑与要用and，&是位运算符，用于数组/Series的批量逻辑判断，直接用会触发类型错误。
3. 区间边界重复：比如77同时出现在两个条件分支中，会导致匹配优先级问题（比如77会匹配第一个符合的分支，但逻辑上应该明确归属）。

修正后的代码 #

def f(x):
    width = x['Width']  # 先取出当前行的Width值，简化后续判断
    if width < 66:
        return 'DblStk'
    elif 66 <= width < 77:  # 左闭右开，避免边界重复
        return 'DblStkHC'
    elif 77 <= width < 92:
        return 'RbBase'
    elif 92 <= width <= 94:
        return 'RBBildge'
    elif width > 94:
        return 'StdOnly'
    else:
        return 0

df_filtered['RollCat'] = df_filtered.apply(f, axis=1)

更高效的替代方案（可选） #

用pd.cut可以实现更高效的区间匹配，比apply速度快很多，尤其当数据量大时：

import pandas as pd

bins = [-float('inf'), 66, 77, 92, 94, float('inf')]
labels = ['DblStk', 'DblStkHC', 'RbBase', 'RBBildge', 'StdOnly']
df_filtered['RollCat'] = pd.cut(df_filtered['Width'], bins=bins, labels=labels, include_lowest=True)

include_lowest=True确保最小值能被匹配到，完全符合你的区间逻辑。

内容的提问来源于stack exchange，提问作者mb12