如何按miR21阈值8拆分DataFrame并新增1/0标记的group列

你的数据集结构参考：

针对你需要按miR21列阈值8新增group列（>=8赋值1，<8赋值0）的需求，性能最优、代码最简洁的实现是直接利用pandas矢量化布尔运算的特性，布尔值转整数时True会自动映射为1、False自动映射为0，完全匹配你的赋值规则，核心代码仅需1行：

df['group'] = (df['miR21'] >= 8).astype(int)

其他等价实现（非最优场景说明） #

以下写法也能实现需求，但在单阈值二分类场景下没有必要，仅适合特定扩展场景：

• 用numpy.where做条件判断：逻辑和上面完全等价，代码稍显冗余，性能基本一致

  import numpy as np
  df['group'] = np.where(df['miR21'] >= 8, 1, 0)
  

• 用pandas.cut做分箱赋值：适合后续需要扩展为多阈值、多分组的场景，单阈值二分类下写法过重

  df['group'] = pd.cut(
      df['miR21'],
      bins=[-float("inf"), 8, float("inf")],
      labels=[0, 1]
  ).astype(int)
  

避坑提醒：不要使用df.apply加lambda逐行判断赋值，矢量化运算的运行效率比逐行apply高10~100倍，数据集体量越大性能差距越明显。

结果校验 #

你可以用以下代码确认新生成的group列和你之前拆分的两个子集完全匹配：

# 校验分组样本量和之前拆分的子集一致
assert df[df['group'] == 1].shape[0] == dfn21h.shape[0]
assert df[df['group'] == 0].shape[0] == dfn21l.shape[0]

内容的提问来源于stack exchange，提问作者Mischa