DataFrame数值分组报错：将Values列划分为low/middle/high三类的问题

错误原因分析 #

你的代码报错核心有两个问题：

• 函数参数不能用字符串 "Values"，这是非法的参数命名方式，需改用普通变量名（比如 val）
• 判断条件里把字符串 "Values"/'Values' 和数字比较，会触发类型错误——字符串与数字无法直接比较大小

修正后的自定义函数方法 #

先修复函数逻辑，再通过 apply 生成新分类列：

import pandas as pd

# 构造你的DataFrame
data = {
    'Datapoint': [1,2,3,4,5,6,7,8,9,10],
    'Values': [0.2,0.8,0.4,0.1,1.0,0.6,0.7,0.2,0.5,0.1]
}
df = pd.DataFrame(data)

# 修正后的分类函数
def categorize_values(val):
    if val > 0.75:
        return 'high'
    elif val < 0.25:
        return 'low'
    else:
        return 'middle'

# 新增分类列
df['Category'] = df['Values'].apply(categorize_values)

更高效的pandas内置方法（推荐） #

对于批量数据处理，用 pd.cut 比自定义函数+apply 效率更高，尤其适合大数据集：

# 定义区间边界和对应标签
bins = [-float('inf'), 0.25, 0.75, float('inf')]
labels = ['low', 'middle', 'high']

# 生成分类列
df['Category'] = pd.cut(df['Values'], bins=bins, labels=labels, include_lowest=True)

最终结果 #

处理后DataFrame会新增Category列，内容如下：

内容的提问来源于stack exchange，提问作者Niamh