如何在Pandas中根据数值所在区间分配对应数值？

问题背景 #

给定如下Pandas Series：

import pandas as pd
amount = pd.Series([25.35, 30.0, 23.13, 100.0, 75.0])

需要按规则映射数值：每25对应3，即25≤x<50→3，50≤x<75→6，75≤x<100→9，100≤x<125→12，小于25→0，最终生成如下DataFrame：

amount  number
0   25.35   3.0
1   30.00   3.0
2   23.13   0.0
3   100.00  12.0
4   75.00   9.0

原代码的问题 #

你编写的函数存在语法错误和逻辑错误：

1. 语法错误：条件判断写法不符合Python规范，比如elif >= 50 x < 75，必须明确写出变量x，正确格式应为elif 50 <= x < 75。
2. 逻辑错误：apply方法会将Series的每个元素单独传入函数，无需在函数内部遍历整个Series；原函数的for x in amount会导致仅处理第一个元素就返回，后续元素无法被处理。
3. 条件方向错误：if 25 >= x < 50实际判断的是x <25，与需求完全相反，应改为25 <= x <50。
4. 返回值缺失：else分支用pass会导致函数返回None，不符合小于25返回0的需求。

修正方案 #

方案1：修正函数后使用apply #

import pandas as pd

amount = pd.Series([25.35, 30.0, 23.13, 100.0, 75.0])

def map_number(x):
    if 25 <= x < 50:
        return 3
    elif 50 <= x < 75:
        return 6
    elif 75 <= x < 100:
        return 9
    elif 100 <= x < 125:
        return 12
    else:
        return 0

# 生成结果DataFrame
result = pd.DataFrame({'amount': amount, 'number': amount.apply(map_number)})
print(result)

方案2：更高效的数学计算法 #

由于映射规则是每25对应3的倍数，可直接用整除运算实现，避免多条件判断，效率更高：

import pandas as pd

amount = pd.Series([25.35, 30.0, 23.13, 100.0, 75.0])

# 核心逻辑：x整除25后乘以3，小于25的数整除结果为0，正好返回0
number = (amount // 25) * 3

result = pd.DataFrame({'amount': amount, 'number': number})
print(result)

两种方案都能得到符合预期的输出结果，方案2在数据量较大时性能更优。

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