如何基于DataFrame多列条件为列赋值？np.select报错求助

问题根源 #

原代码中np.select的条件顺序和范围定义错误：

• 第二个条件df['age']>25会匹配所有大于25的年龄（包括50+），导致第三个条件df['age']>=50永远不会触发，所以54岁的数据被错误分到"between 25 and 50"。
• 修改时的报错是因为运算符优先级：&的优先级高于比较运算符>/<，必须给每个比较表达式单独加括号，否则会出现逻辑运算错误。

方法1：修正np.select的条件写法 #

import numpy as np
import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'age': [20, 30, 54, 45, 60]})

# 明确每个条件的范围，同时给比较表达式加括号
conditions = [
    df['age'] <= 25,
    (df['age'] > 25) & (df['age'] < 50),
    df['age'] >= 50
]
values = ['age below 25', 'between 25 and 50', '50+']
df['age category'] = np.select(conditions, values)

执行后，54、60这类年龄会被正确归类为"50+"。

方法2：用df.loc直接赋值 #

逻辑更直观，适合简单多条件场景：

# 初始化目标列
df['age category'] = ''

# 按条件逐个赋值
df.loc[df['age'] <= 25, 'age category'] = 'age below 25'
df.loc[(df['age'] > 25) & (df['age'] < 50), 'age category'] = 'between 25 and 50'
df.loc[df['age'] >= 50, 'age category'] = '50+'

方法3：用嵌套np.where实现多分支判断 #

适合层级较少的条件判断，代码更紧凑：

df['age category'] = np.where(
    df['age'] <= 25, 
    'age below 25',
    np.where(
        (df['age'] > 25) & (df['age'] < 50), 
        'between 25 and 50', 
        '50+'
    )
)

内容的提问来源于stack exchange，提问作者Sumanth M