如何判断DataFrame中年龄是否在指定区间并新增分组列？

一、原代码的问题分析与修正 #

你写的代码之所以一直输出Yes，是因为df['Age'].between(0, 10, inclusive=True).any()是检查整个Age列里是否存在至少一个符合0-10区间的值——只要列里有一个满足条件，循环的每一次都会触发print('Yes')，完全没用到当前遍历的i。

修正方案（推荐矢量化操作，比循环高效） #

如果要标记每个年龄是否在0-10区间，直接生成布尔列即可：

# 新增一列标记是否在0-10区间
df['is_0_10'] = df['Age'].between(0, 10, inclusive=True)
# 查看结果
print(df[['Age', 'is_0_10']])

如果非要用循环（不推荐，pandas原生操作远快于循环），要判断当前的i：

x = df['Age']
for i in x:
    print('Yes' if 0 <= i <= 10 else 'No')

二、实现年龄分组（新增分组列） #

用pd.cut()函数可以快速完成分箱分组，这是pandas处理这类需求的标准方法：

import pandas as pd

# 定义分组区间和对应标签，可根据实际需求调整
bins = [0, 10, 20, 30, 100]  # 最后一个值设为数据中最大年龄即可
labels = ['0-10', '11-20', '21-30', '31+']

# 新增年龄分组列
df['Age_Group'] = pd.cut(df['Age'], bins=bins, labels=labels, include_lowest=True)

• include_lowest=True确保第一个区间包含0这个最小值
• 如果你的数据里有小数年龄（比如1.5岁），这个方法也能正常处理

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