如何以Pythonic方式为非连续数据创建自定义Bins？

针对你的非连续型数据，这里提供几种简洁的Pythonic方式来生成指定的分箱列：

方法1：字典映射 + Series.map() #

这是最直观的离散值归类方式，先定义好原始值到目标分箱标签的映射关系，再批量处理：

import pandas as pd

# 假设原始数据列为df['RawData']，先定义分箱映射规则
bin_mapping = {}

# 批量添加19-24区间的映射
for num in range(19, 25):
    bin_mapping[num] = "19-24"
# 批量添加25-34区间的映射
for num in range(25, 35):
    bin_mapping[num] = "25-34"
# 批量添加55-64区间的映射
for num in range(55, 65):
    bin_mapping[num] = "55-64"
# 处理不在上述区间的数值，统一映射为"其他"
unmatched_vals = [x for x in df['RawData'].unique() if x not in bin_mapping]
bin_mapping.update({val: "其他" for val in unmatched_vals})

# 生成目标分箱列
df['MySpecificBins'] = df['RawData'].map(bin_mapping)

如果原始数据是字符串格式的数值（比如"20"、"30"），只需把字典的键改成对应字符串即可。

方法2：转数值后用pd.cut（适用于可转数值的离散数据） #

如果你的离散数据本质是数值型（或可转为数值的字符串），依然可以借助pd.cut，通过指定labels参数直接生成目标标签：

import pandas as pd

# 先将离散列转为数值类型（处理转换失败的情况）
df['RawDataNum'] = pd.to_numeric(df['RawData'], errors='coerce')

# 定义分箱边界和对应标签
bins = [-float('inf'), 19, 24, 25, 34, 55, 64, float('inf')]
labels = ["<19", "19-24", "25-34", "35-54", "55-64", ">64"]

# 生成分箱列，include_lowest=True确保左边界包含在内
df['MySpecificBins'] = pd.cut(df['RawDataNum'], bins=bins, labels=labels, include_lowest=True)

方法3：np.select多条件映射（适用于复杂规则） #

如果分箱规则需要更灵活的条件判断，用np.select可以直接基于逻辑条件归类，无需枚举所有原始值：

import pandas as pd
import numpy as np

# 定义分箱条件和对应的标签
conditions = [
    (df['RawData'] >= 19) & (df['RawData'] <= 24),
    (df['RawData'] >= 25) & (df['RawData'] <= 34),
    (df['RawData'] >= 55) & (df['RawData'] <= 64)
]
choices = ["19-24", "25-34", "55-64"]

# 生成分箱列，不在条件内的值设为"其他"
df['MySpecificBins'] = np.select(conditions, choices, default="其他")

内容的提问来源于stack exchange，提问作者Medina Campero