使用条件语句与循环处理Pandas列分箱时遇KeyError问题求助

首先，你遇到的KeyError: 'B'是因为你的DataFrame里没有名为B的列——根据你的描述，你应该是想引用Cabin列，这里明显是个笔误。

其次，你的代码存在几个pandas使用上的问题：

• 错误的索引方式：training[i,"Cnum"]这种写法不符合pandas规范，应该用.loc或.iloc来定位行和列
• 逻辑运算符使用错误：&是元素级的与操作，但需要给每个条件加括号（运算符优先级问题），否则会得到错误的逻辑判断结果
• 循环遍历行效率极低：pandas的核心优势是向量化操作，逐行循环是最不推荐的写法

以下是修正后的代码，完全采用向量化操作，既高效又简洁：

# 假设你的Cabin列名为'Cabin'，如果不是请替换成实际列名
condition = (training['Cabin'] == 'B') & (training['Cnum'] >= 63) & (training['Cnum'] <= 100)
# 方式一：布尔值映射为0/1
training['Forward'] = condition.map({True: 0, False: 1})
# 方式二：取反后转整数（更简洁）
training['Forward'] = (~condition).astype(int)

代码解释 #

1. 条件构建：用括号包裹每个条件，确保逻辑判断顺序正确，&用于实现元素级的与运算
2. 赋值操作：两种写法都能实现需求，方式二利用布尔值转整数的特性（True转1，False转0），取反后正好匹配你的逻辑规则

如果你确实需要使用apply方法（虽然向量化操作效率更高），也可以这样写：

def assign_forward(row):
    # 替换'Cabin'为实际列名
    if row['Cabin'] == 'B' and 63 <= row['Cnum'] <= 100:
        return 0
    else:
        return 1

training['Forward'] = training.apply(assign_forward, axis=1)

内容的提问来源于stack exchange，提问作者onat dicleli