如何用Pandas按条件为DataFrame新增Value-2列？

可以用以下两种常用方法实现需求：

方法一：嵌套numpy.where判断 #

通过两层条件判断直接赋值，逻辑清晰：

import pandas as pd
import numpy as np

# 假设你的DataFrame变量名为df
df['Value-2'] = np.where(df['Value-1'] < 500, 0.5,
                         np.where(df['Value-1'] < 1000, 1, np.nan))

注：如果存在Value-1 >= 1000的行，可将最后一个np.nan替换为你需要的默认值。

方法二：pandas.cut区间分箱 #

适合按连续区间划分的场景，代码更简洁：

import pandas as pd
import numpy as np

df['Value-2'] = pd.cut(df['Value-1'],
                       bins=[-np.inf, 500, 1000, np.inf],
                       labels=[0.5, 1, np.nan])

内容的提问来源于stack exchange，提问作者Unicorn