使用if循环对Pandas DataFrame单列数据分桶赋值时报错如何解决

报错原因 #

你代码中if c in range(0,25)的判断对象是整个DataFrame，Pandas无法对整表直接返回单个布尔值用于逻辑判断，因此抛出了歧义错误。你需要针对Time列的单个数值做区间判断。

最优实现方案（向量化操作，无需遍历） #

推荐用pd.cut直接批量生成对应ex值，性能远高于循环遍历，完全匹配你的区间规则：

import pandas as pd

data = {'Time': [55.760, 140.685, 53.543, 53.521, 219.675, 54.095, 58.000, 134.258, 52.860, 54.852, 147.068, 49.160, 53.244]}
c = pd.DataFrame(data)

# 定义区间边界和对应的ex值
bins = [0, 25, 60, float('inf')]
ex_values = [0.2, 0.4, 0.6]
# right=False设置区间为左闭右开，完全匹配你的规则：[0,25)→0.2、[25,60)→0.4、≥60→0.6
c['ex'] = pd.cut(c['Time'], bins=bins, labels=ex_values, right=False).astype(float)

生成ex列后可以直接代入向量化公式运算，比如c['result'] = c['Time'] * c['ex']即可批量得到所有行的计算结果。

遍历实现方案（仅适合特殊复杂逻辑场景） #

如果你的后续公式逻辑无法用向量化实现必须逐行处理，可以用iterrows遍历每一行取值判断：

for idx, row in c.iterrows():
    current_time = row['Time']
    if 0 < current_time < 25:
        ex = 0.2
    elif 25 <= current_time < 60:
        ex = 0.4
    else:
        ex = 0.6
    # 此处写入你自定义的公式逻辑，使用当前行的ex和其他数值运算

内容的提问来源于stack exchange，提问作者JakeP