为DataFrame中单个变量的不同数值范围分配编码的技术求助

首先，那个‘a condition having longitude’的错误提示大概率是拼写失误——你可能在写条件逻辑（logic）的时候不小心敲成了longitude（经度），先去检查一下代码里的关键词，比如自定义函数、参数名或者注释里有没有这个拼写错误，这是最常见的原因。

接下来，针对你需要的区间编码规则，我推荐用numpy.select来实现，它能灵活处理这种混合闭合方向的区间映射，比pd.cut更直观：

实现步骤 #

1. 先导入必要的库：

import pandas as pd
import numpy as np

2. 定义你的条件列表和对应的编码结果：

# 替换成你的目标列名
target_col = "your_variable"

# 按你的规则定义条件，注意用&连接多个条件，并且每个条件要加括号
conditions = [
    df[target_col] < -20,
    (df[target_col] > -20) & (df[target_col] <= -10),
    (df[target_col] > -10) & (df[target_col] <= -5),
    (df[target_col] > -5) & (df[target_col] <= 0),
    (df[target_col] >= 0) & (df[target_col] < 5),
    (df[target_col] >= 5) & (df[target_col] < 10),
    (df[target_col] >= 10) & (df[target_col] < 20),
    df[target_col] > 20
]

# 对应每个条件的编码结果
results = ["-4", "-3", "-2", "-1", "1", "2", "3", "4"]

3. 生成编码后的新列：

df["encoded_variable"] = np.select(conditions, results)

为什么推荐这个方法？ #

你的规则里正负区间的闭合方向不一样（比如正数是左闭右开，负数是左开右闭），np.select可以逐个定义每个区间的条件，完全匹配你的需求，不会出现边界值划分错误的问题。

关于错误的其他排查方向 #

如果拼写检查后还是有问题，再看看：

• 有没有在pandas条件判断里用了and/or而不是&/|？pandas的Series条件必须用位运算符。
• 有没有遗漏括号导致条件逻辑混乱？比如多个条件组合时没加括号，优先级会出错。

内容的提问来源于stack exchange，提问作者Spaniel