使用Pandas对浮点型体重列按条件分组的问题排查

一、为什么原代码会全部标记为"0 to 20%"？ #

你代码里的核心错误是误用了.all()方法：

• data_file['weight(kg)'].all()会返回一个布尔值（True/False），表示整个列的所有元素是否都满足前面的比较逻辑。比如data_file['weight(kg)'] <20会生成一个布尔Series，.all()会检查所有值是否都是True，最终返回单一的True或False。
• Python里布尔值会被当作数字处理：True=1，False=0。你的第一个判断0 <= data_file['weight(kg)'].all() <20其实是在判断0 <= 1 <20（因为你的数据里不是所有体重都<20，.all()返回False？不对，哦不，你写的data_file['weight(kg)'].all()是直接对列的所有元素判断是否为“真”（非零），你的体重都是正数，所以.all()返回True，也就是1，自然满足0<=1<20，所以第一个if执行，给整个target列赋值为"0 to 20%"。
• 后面的if条件里，data_file['weight(kg)'].all()同样返回True，但20 <1 <40不成立，所以后续赋值都不会执行，最终所有行的Target都是第一个if设置的值。

二、正确的实现方式 #

针对这种区间分组需求，推荐两种高效的方法：

方法1：用pd.cut()（pandas原生区间分组工具，简洁高效） #

pd.cut()专门用于将连续数值分组到离散区间，完美匹配你的场景：

import pandas as pd

# 构造数据集（已有数据框可跳过此步）
data = {
    'Name': [f'Person{i}' for i in range(1,11)],
    'weight(kg)': [4.44, 37.3, 36.38, 39.52, 81.57, 43.55, 91.11, 5, 36.48, 38.25]
}
data_file = pd.DataFrame(data)

# 定义区间边界和对应标签
bins = [0, 20, 40, 60, 80, 100]
labels = ["0 to 20", "20 to 40", "40 to 60", "60 to 80", "80 to 100"]

# 生成Target列：include_lowest确保第一个区间包含0，right=False设置左闭右开匹配你的规则
data_file['Target'] = pd.cut(
    data_file['weight(kg)'],
    bins=bins,
    labels=labels,
    include_lowest=True,
    right=False
)

# 查看结果
print(data_file)

方法2：用np.select()（灵活处理自定义条件） #

如果你需要更精细控制区间的开闭规则（比如你的区间是混合左开右闭/左闭右开的情况），可以用np.select()逐行判断：

import pandas as pd
import numpy as np

# 构造数据集
data = {
    'Name': [f'Person{i}' for i in range(1,11)],
    'weight(kg)': [4.44, 37.3, 36.38, 39.52, 81.57, 43.55, 91.11, 5, 36.48, 38.25]
}
data_file = pd.DataFrame(data)

# 定义每个区间的判断条件
conditions = [
    (data_file['weight(kg)'] >= 0) & (data_file['weight(kg)'] < 20),
    (data_file['weight(kg)'] > 20) & (data_file['weight(kg)'] < 40),
    (data_file['weight(kg)'] > 40) & (data_file['weight(kg)'] < 60),
    (data_file['weight(kg)'] > 60) & (data_file['weight(kg)'] < 80),
    (data_file['weight(kg)'] > 80) & (data_file['weight(kg)'] <= 100)
]

# 对应每个条件的标签
choices = [
    "0 to 20",
    "20 to 40",
    "40 to 60",
    "60 to 80",
    "80 to 100"
]

# 生成Target列，default处理不满足任何条件的情况（比如体重<0或>100）
data_file['Target'] = np.select(conditions, choices, default=np.nan)

# 查看结果
print(data_file)

三、最终验证结果 #

两种方法都会生成你期望的输出：

Name  weight(kg)       Target
0   Person1        4.44    0 to 20
1   Person2       37.30   20 to 40
2   Person3       36.38   20 to 40
3   Person4       39.52   20 to 40
4   Person5       81.57  80 to 100
5   Person6       43.55   40 to 60
6   Person7       91.11  80 to 100
7   Person8        5.00    0 to 20
8   Person9       36.48   20 to 40
9  Person10       38.25   20 to 40

内容的提问来源于stack exchange，提问作者sre