如何根据指定年龄范围为数据行分配年龄组并新增列？

下面提供两种主流数据处理场景下的实现方法，匹配你要求的年龄分组规则：

Python（Pandas）实现 #

使用pd.cut()函数可以快速完成分箱操作，精准匹配你的分组区间：

import pandas as pd

# 构造示例数据（替换为你的实际数据集）
df = pd.DataFrame({'age': [24, 45, 35, 55, 65, 75, 18, 80]})

# 定义分组边界与对应标签
bins = [18, 30, 40, 50, 60, 70, 81]
labels = ['18-29', '30-39', '40-49', '50-59', '60-69', '70-80']

# 新增"age group"列
df['age group'] = pd.cut(df['age'], bins=bins, labels=labels, right=False)

# 查看结果
print(df)

说明 #

• right=False设置区间为左闭右开，确保18<=年龄<30对应18-29，70<=年龄<81覆盖到80岁；
• 若数据中存在小于18或大于80的异常值，可添加retbins=True或include_lowest参数进一步处理。

SQL实现 #

使用CASE WHEN条件语句直接映射分组规则，适用于数据库中的年龄字段：

SELECT 
    age,
    CASE
        WHEN age BETWEEN 18 AND 29 THEN '18-29'
        WHEN age BETWEEN 30 AND 39 THEN '30-39'
        WHEN age BETWEEN 40 AND 49 THEN '40-49'
        WHEN age BETWEEN 50 AND 59 THEN '50-59'
        WHEN age BETWEEN 60 AND 69 THEN '60-69'
        WHEN age BETWEEN 70 AND 80 THEN '70-80'
    END AS `age group`
FROM your_table;

说明 #

• BETWEEN为闭区间匹配，完全符合你指定的分组范围；
• 替换your_table为你的实际表名即可执行。

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