如何在现有DataFrame中按age列区间批量赋值0-3分档数值？

你当前编写的代码存在完全错位的逻辑错误，根本无法实现需求：

• 循环遍历train_df['age']时，循环变量i拿到的是每一行的age数值本身，不是行索引，后续用train_df[i]本质是在查找列名等于age数值的列，pandas运行时大概率会直接报KeyError
• 后续的.values[0:30]是按数组位置做切片，和你要按age数值区间筛选赋值的需求完全无关，哪怕不报错，赋值结果也和目标规则不沾边

方案1：使用pandas原生分箱函数pd.cut（最适配离散区间赋值场景） #

这是pandas专门为连续值区间离散化设计的工具，性能远优于手写循环，逻辑清晰不容易出错，针对你的规则写出来的代码如下：

train_df['age_group'] = pd.cut(
    x=train_df['age'],
    bins=[20, 30, 40, 50, 61],  # 区间断点
    right=False,  # 设置区间为左闭右开，刚好匹配边界归属规则
    labels=[0, 1, 2, 3]  # 对应区间的离散值
).astype(int)  # 直接转成整数类型，存进新列

规则匹配校验：

• 20≤age<30 → 赋值0
• 30≤age<40 → 赋值1
• 40≤age<50 → 赋值2
• 50≤age≤60 → 赋值3
  和你提出的边界归属规则完全一致。

方案2：利用数值规律做向量化运算（性能最优） #

因为你的分箱是固定10年的等宽区间，且age本身就是20-60的整数，完全可以用简单的算术运算批量计算分组值，连分箱函数都不用调用：

# 先把age偏移20，每满10年进一个分组，再把最高分组截断到3，适配60岁的上限
train_df['age_group'] = ((train_df['age'] - 20) // 10).clip(upper=3).astype(int)

这种写法是纯数组运算，没有任何循环开销，哪怕处理百万行级别的数据也能毫秒级完成。

不推荐的循环写法 #

如果非要用循环逻辑实现（仅适合理解原理，数据量大时性能极差），正确的写法应该是逐行判断age值再赋值，而不是按数组位置切片：

def age_to_group(val):
    if 20 <= val < 30:
        return 0
    elif 30 <= val < 40:
        return 1
    elif 40 <= val < 50:
        return 2
    else:
        return 3

train_df['age_group'] = train_df['age'].apply(age_to_group)

内容的提问来源于stack exchange，提问作者John