如何使用np.where或其他方法实现三类数据分类，解决运行报错

报错根因 #

1. np.where 仅支持三元逻辑（条件、满足返回值、不满足返回值），你传入了4个参数不符合语法要求，三分类需要嵌套np.where实现
2. Pandas的Series是数组结构，不能用Python原生的and做逻辑判断，必须用按位与符号&，且每个判断条件需要用小括号包裹，否则会触发数组真值歧义的报错
3. 你代码中第二个条件的变量名写的是data["Active"]，和前面的data2不一致，也会触发变量未找到的报错

修复方案 #

方案一：嵌套np.where实现 #

data2.insert(1, column = "Level", 
    value = np.where(data2["Active"] > 9700, "Severe",
            np.where((data2["Active"] < 9700) & (data2["Active"] > 4850), 'Less_Severe','Not_Severe'))
)

方案二：用pd.cut做区间分箱，多分类场景下代码更易维护 #

import pandas as pd
# 定义区间边界和对应分类标签，right=False表示区间左闭右开，可根据需求调整
bins = [0, 4850, 9700, float('inf')]
labels = ["Not_Severe", "Less_Severe", "Severe"]
data2.insert(1, column="Level", value=pd.cut(data2["Active"], bins=bins, labels=labels, right=False))

内容的提问来源于stack exchange，提问作者Gunther