如何为Pandas DataFrame新列按行范围分配不同值？

嘿，这个需求其实有好几种简洁靠谱的实现方式，我给你列几个常用的，按需选就行：

方法1：先初始化再局部修改（最贴合你现有的代码逻辑） #

你已经知道用df['CLASS'] = 0初始化全0列，接下来只要精准选中前50行修改为1就行。这里推荐用iloc来定位行，避免索引不连续的坑：

import pandas as pd

# 假设你的DataFrame名为df
df['CLASS'] = 0
# 选中前50行的CLASS列，赋值为1
df.iloc[:50, df.columns.get_loc('CLASS')] = 1

小提示：用df.columns.get_loc('CLASS')是为了准确拿到列的位置，防止存在重名列时出错；如果你的列名唯一，也可以简化成df.iloc[:50]['CLASS'] = 1，不过前者能避免可能出现的SettingWithCopyWarning。

方法2：一次性生成整列值（更高效直接） #

直接生成前50个1、后50个0的数组，再赋值给新列，不用分两步操作：

import numpy as np

# 用numpy拼接生成目标数组（指定int类型避免浮点值）
df['CLASS'] = np.concatenate([np.ones(50, dtype=int), np.zeros(50, dtype=int)])

# 或者用Python原生列表推导式（不需要numpy依赖）
df['CLASS'] = [1 if i < 50 else 0 for i in range(len(df))]

这个方法特别适合行数固定的场景，而且不会有修改时的警告问题，代码也更简洁。

方法3：通过索引条件筛选修改（适合索引连续的情况） #

如果你的DataFrame用的是默认的连续整数索引（0到99），可以直接通过索引判断来赋值：

df['CLASS'] = 0
# 选中索引小于50的行，修改CLASS为1
df.loc[df.index < 50, 'CLASS'] = 1

不过要注意：如果你的索引不是连续的0开始（比如有自定义索引），这个方法就不适用了，这时候优先选方法1或2。

内容的提问来源于stack exchange，提问作者Bondrak