Python 3.x 在python中，如何管理介于两个范围之间的值？

我有一个数据帧

df

：

     A  
1   12       
2   15.5
3   20.5
4   30.5
5   15

范围： 功能： 结果应该如下所示：

df['A'].apply(lambda x: min_max_range(x,x_range))

     A      B
1   12      5 
2   15      5
3   20.5    4
4   5.5     4
5   15.5    4

但我得到的是：

     A      B
1   12      4 
2   15      5
3   20.5   NA
4   5.5    NA
5   15.5   NA

---

我知道为什么会发生这种情况，它没有考虑范围（0,5）=[0,1,2,3,4,5]和范围（6,10）=[6,7,8,9,10]之间的值，现在它没有考虑范围（0,5）=[0,1,2,3,4,5]之间的值。如果有一个值

5.5或5.8

。那么它不会考虑它，并返回<代码> n>代码>。如何避免这种情况？

问题似乎是最后一个值，它不是

5

，而是

4

，所以在缺少最后一个值的范围内：

print (list(range(0,5)))
[0, 1, 2, 3, 4]
print (list(range(6,10)))
[6, 7, 8, 9]
print (list(range(11,15)))
[11, 12, 13, 14]

我认为有必要在第二个整数的范围内添加一个值，如：

print (list(range(0,6)))
[0, 1, 2, 3, 4, 5]
print (list(range(6,11)))
[6, 7, 8, 9, 10]
print (list(range(11,16)))
[11, 12, 13, 14, 15]

更改值后，没有

NaN

s：

x_range = [list(range(0,6)),list(range(6,11)),list(range(11,16)),
           list(range(16,21)),list(range(21,26))]

def min_max_range(x,y):
    for a in y:
        if int(x) in a:
            min_val = min(a)
            max_val = max(a)+1
            return max_val - min_val

df['B'] = df['A'].apply(lambda x: min_max_range(x,x_range))
print (df)
      A  B
1  12.0  5
2  15.0  5
3  20.5  6
4   5.5  6
5  15.5  5

---

但我的问题是，如果范围（0,6）给出[0,1,2,3,4,5]，范围（6,10）=[，6,7,8,9]。现在，5和6之间的值会发生什么变化，即“5.1-5.9”。@astroluv然后在

范围（0,6）

print (list(range(0,6)))
[0, 1, 2, 3, 4, 5]
print (list(range(6,11)))
[6, 7, 8, 9, 10]
print (list(range(11,16)))
[11, 12, 13, 14, 15]

x_range = [list(range(0,6)),list(range(6,11)),list(range(11,16)),
           list(range(16,21)),list(range(21,26))]

def min_max_range(x,y):
    for a in y:
        if int(x) in a:
            min_val = min(a)
            max_val = max(a)+1
            return max_val - min_val

df['B'] = df['A'].apply(lambda x: min_max_range(x,x_range))
print (df)
      A  B
1  12.0  5
2  15.0  5
3  20.5  6
4   5.5  6
5  15.5  5