如何在Python中将Pandas区间类型数据替换为整数？

用pd.cut对年龄数据分箱得到区间类型的age_bands列后，想将区间映射为对应整数（如(0,10]→0、(10,20]→1），直接用replace方法（以字符串为键）会失败——因为age_bands的元素是Interval对象而非字符串，无法匹配。以下是几种可行实现方案：

方案一：生成分箱时直接指定labels（推荐） #

在调用pd.cut时，直接通过labels参数传入对应整数列表，一步生成编码列，无需后续处理：

import pandas as pd 
df = pd.DataFrame()
df['age'] = [43, 76, 27, 8, 57, 32, 12, 22]
age_band = [0,10,20,30,40,50,60,70,80,90]

# 同时生成区间列和编码列
df['age_bands'] = pd.cut(df['age'], bins=age_band, ordered=True)
df['age_code'] = pd.cut(df['age'], bins=age_band, ordered=True, labels=list(range(len(age_band)-1)))

说明：len(age_band)-1对应分箱后的区间总数，labels用0到n-1的整数列表，刚好匹配每个区间的顺序编码。

方案二：利用Categorical类型的cat.codes属性 #

pd.cut返回的是Categorical类型列，自带cat.codes属性，直接提取即可得到与区间顺序一致的编码：

# 基于已生成的age_bands列
df['age_code'] = df['age_bands'].cat.codes

说明：这种方法最简洁，无需手动维护映射关系，编码顺序严格遵循分箱区间的排序（与ordered=True设置一致）。

方案三：手动自定义映射（按需使用） #

如果需要自定义编码（而非按区间顺序），需使用Interval对象作为映射的键（而非字符串）：

# 定义区间到编码的映射（键为Interval对象，closed参数要和pd.cut一致）
interval_map = {
    pd.Interval(0, 10, closed='right'): 0,
    pd.Interval(10, 20, closed='right'): 1,
    pd.Interval(20, 30, closed='right'): 2,
    pd.Interval(30, 40, closed='right'): 3,
    pd.Interval(40, 50, closed='right'): 4,
    pd.Interval(50, 60, closed='right'): 5,
    pd.Interval(60, 70, closed='right'): 6,
    pd.Interval(70, 80, closed='right'): 7,
    pd.Interval(80, 90, closed='right'): 8
}

# 使用map方法完成映射
df['age_code'] = df['age_bands'].map(interval_map)

说明：之前用字符串'(40, 50]'作为键失败，是因为age_bands中的元素是Interval对象，而非字符串，必须用同类型的Interval对象作为键才能匹配成功。

内容的提问来源于stack exchange，提问作者Fadwa