Pandas根据列数值生成分类列遇逻辑错误，请求排查优化

原代码核心问题 #

1. 判断列错误：你要基于difference列的值计算score，但代码里错误地用score列作为判断条件——比如初始score为100的行，不管difference是-0.8还是其他值，都会被判定为>1，从而赋值为100，这就是你看到的“误将-0.8识别为大于1的值”的原因。
2. 赋值顺序颠倒：判断条件没有从严格到宽松排列，比如先处理>0.25再处理>0.5，会导致原本符合>0.5的行先被设为55，随后又被覆盖成65，逻辑完全混乱。
3. DataFrame混用：代码里交替使用df和df2，容易导致数据引用错误，出现非预期结果。

修正后的np.where实现 #

先修正判断列，再调整判断顺序（从严格到宽松）：

import numpy as np
import pandas as pd

# 基于difference列计算score，顺序从严格到宽松
df2['score'] = np.where(df2['difference'] > 1, 100,
                        np.where(df2['difference'] > 0.8, 85,
                                 np.where(df2['difference'] > 0.5, 65,
                                          np.where(df2['difference'] > 0.25, 55,
                                                   np.where(df2['difference'] == -1, 0,
                                                            np.where(df2['difference'] < -0.9, 5,
                                                                     np.where(df2['difference'] < -0.5, 25,
                                                                              np.where(df2['difference'] < -0.25, 30, df2['score'])))))
                                 ))

自定义函数+apply实现（更易读） #

如果觉得嵌套np.where太繁琐，可以用自定义函数，逻辑更清晰：

def calculate_score(diff):
    if diff > 1:
        return 100
    elif diff > 0.8:
        return 85
    elif diff > 0.5:
        return 65
    elif diff > 0.25:
        return 55
    elif diff == -1:
        return 0
    elif diff < -0.9:
        return 5
    elif diff < -0.5:
        return 25
    elif diff < -0.25:
        return 30
    else:
        return df2['score']  # 返回原score值或自定义默认值

df2['score'] = df2['difference'].apply(calculate_score)

更高效的pd.cut实现（适合批量区间分类） #

如果是连续区间的分类，用pd.cut更高效，尤其处理大数据集：

# 定义区间边界和对应得分
bins = [-np.inf, -0.9, -0.5, -0.25, 0.25, 0.5, 0.8, 1, np.inf]
labels = [5, 25, 30, 55, 65, 85, 100]
# 先处理==-1的特殊值，再用pd.cut处理其他区间
df2['score'] = np.where(df2['difference'] == -1, 0, pd.cut(df2['difference'], bins=bins, labels=labels, include_lowest=True))
# 转换为数值类型（pd.cut默认返回category类型）
df2['score'] = df2['score'].astype(int)

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