如何在Python DataFrame中拼接字符串与变量调用列并生成区间标记列

问题描述 #

假设存在如下结构的Pandas DataFrame：

需要新增标记列，规则是：若主变量（Weight/Age/Height）的值落在对应上下限区间内（下限≤值≤上限），标记列值为1，否则为0。最终结果如下：

同时需要了解：在Pandas DataFrame中，如何通过字符串与变量拼接的方式调用列。

解决方案 #

1. 实现标记列的生成 #

先构造示例DataFrame，再通过循环遍历主变量，动态匹配对应上下限列生成标记：

import pandas as pd

# 构造示例DataFrame
data = {
    "ID": [1,2,3],
    "Weight": [63,75,49],
    "LR Weight": [50,50,45],
    "UR Weight": [80,80,80],
    "Age": [20,22,17],
    "LS Age": [18,18,18],
    "US Age": [21,21,21],
    "Height": [165,172,180],
    "LS Height": [160,160,160],
    "US Height": [175,170,180]
}
df = pd.DataFrame(data)

# 定义主变量与对应上下限前缀的映射
var_bound_prefix = {
    "Weight": ("LR", "UR"),
    "Age": ("LS", "US"),
    "Height": ("LS", "US")
}

# 循环生成标记列
for var, (lower_prefix, upper_prefix) in var_bound_prefix.items():
    # 拼接上下限列名
    lower_col = f"{lower_prefix} {var}"
    upper_col = f"{upper_prefix} {var}"
    # 判断区间并生成标记值
    df[f"Flag_{var}"] = df.apply(
        lambda row: 1 if (row[lower_col] <= row[var] <= row[upper_col]) else 0,
        axis=1
    )

# 输出目标结果
print(df[["ID", "Flag_Weight", "Flag_Age", "Flag_Height"]])

这种方式可直接扩展到更多主变量和不同前缀的上下限列，无需重复编写判断逻辑。

2. 字符串与变量拼接调用列的方法 #

在Pandas中，常用两种方式实现字符串拼接调用列：

• 字符串格式化拼接列名：如上述代码中的f"{lower_prefix} {var}"，生成列名字符串后，通过df[列名字符串]即可访问对应列，这是最通用的方式，适配带空格的列名。
• getattr方法：若列名无空格，可使用getattr(df, 列名字符串)，例如getattr(df, "Weight")等价于df["Weight"]。

如果需要批量处理列，还可以用列表推导式生成目标列名列表，再批量选取：

# 生成所有包含"Weight"的列名
weight_cols = [col for col in df.columns if "Weight" in col]
# 批量选取这些列
weight_subset = df[weight_cols]

内容的提问来源于stack exchange，提问作者fcf