如何在Pandas DataFrame中新增按年龄划分的分组类别列
问题原因
你遇到的报错是因为data[data['age'].between(20,24)]返回的是符合条件的完整子DataFrame,但给DataFrame新增单列时,要求赋值的内容长度和原DataFrame总行数一致,因此触发长度不匹配的错误。你之前拆分的四个子DataFrame都是各自过滤后的子集,直接传给seaborn绘图函数也会因为索引、结构不匹配出现异常。
解决方案:用pd.cut完成年龄分箱
Pandas内置的pd.cut()方法专门用来处理连续数值的区间分组需求,完全匹配你的场景,代码如下:
import pandas as pd # 定义分箱边界(区间左开右闭,和你的规则完全匹配)、分组标签 bins = [0, 19, 24, 39, float('inf')] labels = ['teenager', 'yadult', 'adult', 'older_adult'] # 直接新增age_group列 data['age_group'] = pd.cut(data['age'], bins=bins, labels=labels, right=True)
后续使用示例
新增列后直接用全量DataFrame传给seaborn绘图即可,比如统计不同年龄组的运动时长:
import seaborn as sns # 把下方的运动时长列名替换为你表中实际的列名即可 sns.boxplot(data=data, x='age_group', y='运动时长列名')
扩展说明
如果后续要给其他列做类似的分组,只需要修改bins(区间分割点)和labels(分组标签)的配置即可,不需要重复写多个过滤条件。
内容的提问来源于stack exchange,提问作者dumbnhumble
相关产品推荐
相关产品推荐

