如何逐行检查DataFrame中prediction列数值所属区间并生成对应标签列

方法1：使用pd.cut（推荐，效率更高） #

这是Pandas内置的分箱函数，属于矢量化操作，适合处理大批量数据。
代码示例：

import pandas as pd

# 定义区间边界和对应映射值
bins = [0, 0.4, 0.6, 1]
labels = [-1, 0, 1]

# 新增pred_label列存储映射结果
df['pred_label'] = pd.cut(
    df['prediction'],
    bins=bins,
    labels=labels,
    include_lowest=True,  # 包含区间左边界0
    right=True  # 区间为左闭右开，即0.4归到0区间、0.6归到1区间，可根据需求调整
).astype(int)

运行后示例DataFrame得到的pred_label列结果如下：

方法2：使用apply+自定义函数（逻辑更直观） #

如果数据量不大，想要更直白的逻辑控制，可以用自定义函数映射：

def map_pred_value(x):
    if x <= 0.4:
        return -1
    elif x <= 0.6:
        return 0
    else:
        return 1

df['pred_label'] = df['prediction'].apply(map_pred_value)

内容的提问来源于stack exchange，提问作者YanRemes