Python中如何实现SQL的case when语句效果完成pandas数据分箱？

• 方案1：直接扩展原有lambda三元表达式（改动最小）
  你可以直接在原有lambda的else分支中嵌套新的三元判断，适配多分支逻辑：

df['company_size'] = df['site_visits'].apply(lambda x: 'Small' if x < 300 else 'Medium' if x < 600 else 'Large')

该方法适合分支较少的场景，无需引入其他依赖，直接修改原有代码即可生效。

• 方案2：使用np.where嵌套（逻辑和SQL完全对齐）
  对于有SQL使用背景的用户，np.where嵌套的逻辑和case when完全一致，写法相似度很高：

import numpy as np
df['company_size'] = np.where(
    df['site_visits'] < 300, 'Small',
    np.where(df['site_visits'] < 600, 'Medium', 'Large')
)

执行效率远高于apply方法，逻辑清晰容易排查问题。

• 方案3：使用pd.cut（区间分箱场景最优解）
  你的需求属于典型的连续值区间分箱场景，使用pandas内置的分箱函数pd.cut是性能最高、代码最简洁的实现方式：

df['company_size'] = pd.cut(
    x=df['site_visits'],
    bins=[-1, 299, 599, 1000], # 适配默认左开右闭规则，包含0和1000两个边界值
    labels=['Small', 'Medium', 'Large']
)

如果需要调整区间开闭规则，可以添加right=False参数修改为左闭右开，对应调整bins参数即可。

• 方案4：使用pandas原生case_when（pandas 1.3.0+版本支持）
  pandas后续版本新增了原生case_when方法，语法和SQL的case when几乎完全一致，可读性最高，多分支场景下易维护：

df['company_size'] = df['site_visits'].case_when(
    [
        (df['site_visits'] < 300, "Small"),
        (df['site_visits'].between(300, 599), "Medium"),
        (df['site_visits'] >= 600, "Large")
    ]
)

内容的提问来源于stack exchange，提问作者Zack Tobin