Pandas调用自定义年龄分组函数apply后所有行均返回18-25问题
问题原因
- Python 中
&是位运算符,优先级远高于>=、<=这类比较运算符,你写的age >= 18 & age <=25实际运算顺序是age >= (18 & age) <=25,完全不符合预期的逻辑判断规则。 - 举个实际运算例子:当age=30时,
18 & 30的位运算结果是18,表达式等价于30 >= 18 and 18 <=30,结果为True,会直接命中第一个分支返回18-25,这就是所有年龄都返回18-25的根源。 - 另外原代码中
40-55的返回值带了多余的尾空格,会影响后续数据统计,也建议一并修正。
修复方案
方案1:修改自定义函数的逻辑运算符
把所有&替换成Python的逻辑与运算符and即可:
def age_group(age): if age >= 18 and age <= 25: return '18-25' elif age > 25 and age <= 40: return '25-40' elif age > 40 and age <= 55: return '40-55' else: return '55+' survey['age_group'] = survey['age'].apply(age_group)
方案2:使用pandas内置cut方法(更高效)
针对pandas列的批量分组场景,用pd.cut不需要写自定义函数和循环调用,运行效率更高,代码更简洁:
import pandas as pd survey['age_group'] = pd.cut( survey['age'], bins=[-float('inf'), 17, 25, 40, 55, float('inf')], labels=['55+', '18-25', '25-40', '40-55', '55+'], right=True )
内容的提问来源于stack exchange,提问作者adadadad
相关产品推荐
相关产品推荐

