如何在Pandas中基于两个阈值为DataFrame分配新列值？

首先必须先将字符串类型的logvalue转换为数值类型，否则无法进行数值比较。以下是几种可靠的实现方式：

方法一：使用numpy.where（直观易懂） #

import pandas as pd
import numpy as np

# 先转换logvalue为数值类型，errors='coerce'将非数值内容转为NaN
df_x['logvalue'] = pd.to_numeric(df_x['logvalue'], errors='coerce')

# 应用规则创建新列
df_x['violatedInstances'] = np.where(
    (df_x['logvalue'] >= 15) & (df_x['logvalue'] <= 20),
    0,
    1
)

注：如果确定logvalue都是合法数值，也可以用df_x['logvalue'].astype(float)完成转换，pd.to_numeric的优势是能灵活处理异常值。

方法二：使用Pandas.between（简洁高效） #

import pandas as pd

# 转换类型
df_x['logvalue'] = pd.to_numeric(df_x['logvalue'], errors='coerce')

# between默认匹配闭区间[15,20]，返回布尔值；取反后转int（True→1，False→0）
df_x['violatedInstances'] = (~df_x['logvalue'].between(15, 20)).astype(int)

# 也可以用以下写法，效果完全一致：
# df_x['violatedInstances'] = 1 - df_x['logvalue'].between(15, 20).astype(int)

方法三：使用apply（适合自定义复杂逻辑，小数据量适用） #

import pandas as pd

df_x['logvalue'] = pd.to_numeric(df_x['logvalue'], errors='coerce')

def judge_violation(val):
    if pd.isna(val):  # 处理转换后为NaN的异常值，这里默认标记为违规（赋值1），可按需调整
        return 1
    return 0 if 15 <= val <=20 else 1

df_x['violatedInstances'] = df_x['logvalue'].apply(judge_violation)

关键注意点 #

• 类型转换是核心：字符串无法直接与数值比较，这是多数尝试失败的根本原因。
• 异常值处理：如果logvalue包含非数值字符串，pd.to_numeric(..., errors='coerce')会将其转为NaN，可根据业务需求决定这类值的标记结果。

内容的提问来源于stack exchange，提问作者Niro Mal