如何基于Satisfaction_level字段生成新列：<0.5="Left"; >0.5="Not Left"

嗨，这事儿好办！我给你准备了两种常用工具的解决方案，你按需选用就行：

如果用Python处理数据，Pandas有两种简单方法能快速搞定：

方法1：用np.where（高效批量处理） #

import pandas as pd
import numpy as np

# 假设你的数据集存在名为df的DataFrame中
df['Status'] = np.where(df['Satisfaction_level'] < 0.5, 'Left', 'Not Left')

这个方法会快速遍历整个字段，满足<0.5就赋值Left，其余情况赋值Not Left，适合大数据集。

方法2：用apply（逻辑更直观，适合后续扩展） #

import pandas as pd

df['Status'] = df['Satisfaction_level'].apply(lambda x: 'Left' if x < 0.5 else 'Not Left')

通过lambda函数对每个字段值做判断，逻辑一目了然，后续如果要加更复杂的分类规则也容易调整。

如果数据存在数据库里，直接用SQL语句就能完成操作：

-- 先新增Status列
ALTER TABLE your_table_name
ADD COLUMN Status VARCHAR(20);

-- 根据条件给新列赋值
UPDATE your_table_name
SET Status = CASE
    WHEN Satisfaction_level < 0.5 THEN 'Left'
    ELSE 'Not Left'
END;

记得把your_table_name替换成你实际的表名哦。

⚠️ 小提醒：当前规则没覆盖Satisfaction_level等于0.5的情况，你可以根据需求调整条件，比如改成<=0.5或者>=0.5来归类~

内容的提问来源于stack exchange，提问作者Ayumi Jack