如何在pandas DataFrame中生成low/mid/high三类布尔列并解决ValueError报错

错误原因 #

原生Python的连续比较语法a < x < b不能直接作用于pandas Series对象。该语法会先计算33 < df['int']得到一个布尔Series，再尝试将这个Series和66做真值判定，而pandas不允许直接判定整个Series的布尔值，因此触发报错。你之前用and运算符也会报错，因为and/or/not都是Python原生逻辑运算符，要求操作数是单个布尔值，不能直接对Series做逐元素逻辑运算。

可行实现方法 #

方法1：逐元素逻辑运算符&实现 #

将两个比较条件分别用括号包裹后，用&做逐元素与运算即可：

df['low'] = df['int'] <= 33
df['mid'] = (df['int'] > 33) & (df['int'] < 66)
df['high'] = df['int'] >= 66 

注意必须给每个比较条件加括号：因为&的运算符优先级高于比较运算符，不加括号会先执行逻辑与运算再做比较，导致逻辑错误或报错。

方法2：用pandas内置between方法实现（更简洁） #

针对区间判断的场景，直接调用between方法即可，通过inclusive参数控制区间开闭：

# inclusive='neither'表示左右边界都不包含，正好匹配33<数值<66的需求
df['mid'] = df['int'].between(33, 66, inclusive='neither')

内容的提问来源于stack exchange，提问作者Htin Aung Lu