如何根据DataFrame指定列的数值阈值新增分类列并按条件赋值

以下两种pandas标准写法都可以实现需求，可根据自己的使用习惯选择：

• 方法1：numpy.where 实现（推荐，处理大规模数据时性能更好）
  导入numpy后一行代码即可完成整列的条件赋值：

  import numpy as np
  df['B'] = np.where(df['A'] >= 400, 'nonNormal', 'Normal')
  

• 方法2：pandas原生loc索引赋值，无需额外导入numpy
  先给整列设置默认值，再针对符合条件的行做值替换，逻辑直观易读：

  # 先给B列所有行赋默认值
  df['B'] = 'Normal'
  # 筛选A列值大于等于400的行，修改对应B列的值
  df.loc[df['A'] >= 400, 'B'] = 'nonNormal'
  

执行任意一段代码后，运行head(df)就能得到你预期的输出结果：

A     B
1  200  Normal
2  230  Normal
3  400  nonNormal
4  638  nonNormal
5  502  nonNormal
6  387  Normal

注意：判断条件不要写错边界，题目要求A列值等于400时B列取nonNormal，不要把>=误写为>。

内容的提问来源于stack exchange，提问作者PythonNoob