Pandas DataFrame中根据taxable income列数值添加分类标签的方法

假设你的DataFrame变量名为df，可以通过以下几种方式实现需求：

方法1：使用numpy.where（推荐，性能最高） #

适合简单二分类场景，代码最简洁：

import numpy as np

# 新增label列，收入<=30000标记为risky，否则为good
df['label'] = np.where(df['taxable income'] <= 30000, 'risky', 'good')

方法2：使用apply方法 #

适合后续可能扩展更复杂标签规则的场景：

# 自定义函数实现规则
def income_label(income):
    return 'risky' if income <= 30000 else 'good'

df['label'] = df['taxable income'].apply(income_label)

# 也可以用lambda简写为一行
# df['label'] = df['taxable income'].apply(lambda x: 'risky' if x <=30000 else 'good')

方法3：使用pd.cut #

适合多分段标签场景，扩展性强：

import pandas as pd

df['label'] = pd.cut(
    df['taxable income'],
    bins=[-float('inf'), 30000, float('inf')],
    labels=['risky', 'good']
)

注意事项 #

• 执行操作前请确保taxable income列为数值类型，若存在字符串格式的数值，可先执行df['taxable income'] = pd.to_numeric(df['taxable income'], errors='coerce')转换
• 若原列存在空值，生成的label列对应位置会默认返回空值，可根据业务需求补充空值处理逻辑

内容的提问来源于stack exchange，提问作者Tarun