You need to enable JavaScript to run this app. Python Pandas如何将列数值按指定区间分组生成新列
优惠活动
大模型
产品
解决方案
定价
更多

Python Pandas如何将列数值按指定区间分组生成新列

Pandas 数值区间分箱实现方案

针对10万行级别的数据集,直接使用Pandas原生的pd.cut()分箱函数即可,该方法为向量化运算,性能远高于自定义遍历判断,可快速完成区间分组。

实现代码

import pandas as pd

# 读取你的数据集,替换为实际的文件读取逻辑(如read_excel等)
df = pd.read_csv("your_data.csv")

# 定义区间分割边界
bins = [0, 200, 400, 600, 800, float('inf')]
# 定义各区间对应的分组名称
group_labels = ["<200", "200-400", "400-600", "600-800", "800+"]

# 新增分组列
df["VALUE_GROUP"] = pd.cut(
    x=df["VALUE"],
    bins=bins,
    labels=group_labels,
    right=False
)

# 验证结果可选执行
print(df[["VALUE", "VALUE_GROUP"]].head(10))

参数说明

  • right=False:设置区间为左闭右开规则,保证<200区间仅包含小于200的数值,200-400区间包含200且不包含400,完全匹配需求的分组逻辑。如果需要区间右闭(即200-400包含400),可将该参数改为right=True
  • float('inf'):代表无穷大,可覆盖所有大于等于800的数值,无需设置具体上限

可选优化

如果VALUE列存在空值,pd.cut()会默认返回NaN,你可以根据需求补充缺失值的分组逻辑,示例如下:

# 将空值单独归类为"其他"
df["VALUE_GROUP"] = df["VALUE_GROUP"].fillna("其他")

内容的提问来源于stack exchange,提问作者Ajinkya J

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.20 18:45:05