Python 我不明白为什么我的数据集中的列是NaN

我试图通过这个循环创建一个票价区间（1/2/3），但它似乎不起作用

traindf['FareBand'] = np.nan

for index, row in traindf.iterrows():
    if row['Fare'] <= 13.675550:
        row['FareBand'] = 1
    elif row['Fare'] <= 20.662183 and row['Fare'] > 13.675550:
        row['FareBand'] = 2
    else:
        row['FareBand'] = 3

原因可能是什么？

我建议使用：

traindf=pd.DataFrame（{'Fare'：[10,15,3,30]}）
m1=traindf['Fare']我建议使用：

traindf=pd.DataFrame（{'Fare'：[10,15,3,30]}）
m1=traindf['Fare']您可以在不使用循环的情况下分三步执行此操作：

traindf['FareBand'] = 3
traindf.loc[traindf['Fare'].between(13.675550, 20.662183), 'FareBand'] = 2
traindf.loc[traindf['Fare'].le(13.675550), 'FareBand'] = 1

您可以在不使用循环的情况下分三步执行此操作：

traindf['FareBand'] = 3
traindf.loc[traindf['Fare'].between(13.675550, 20.662183), 'FareBand'] = 2
traindf.loc[traindf['Fare'].le(13.675550), 'FareBand'] = 1

如果要使用所描述的方法，在循环内部应用更改，则只需在特定索引位置设置数据帧行的值：

for index, row in traindf.iterrows():
    if row['Fare'] <= 13.675550:
        row['FareBand'] = 1
    elif row['Fare'] <= 20.662183 and row['Fare'] > 13.675550:
        row['FareBand'] = 2
    else:
        row['FareBand'] = 3
    traindf.loc[index] = row

对于traindf.iterrows（）中的索引行：
如果行['Fare']如果要使用所描述的方法，在循环内部应用更改，则只需在特定索引位置设置数据帧行的值：

for index, row in traindf.iterrows():
    if row['Fare'] <= 13.675550:
        row['FareBand'] = 1
    elif row['Fare'] <= 20.662183 and row['Fare'] > 13.675550:
        row['FareBand'] = 2
    else:
        row['FareBand'] = 3
    traindf.loc[index] = row

对于traindf.iterrows（）中的索引行：
如果行['Fare']看到整个数据集的更改可能在某个地方出现。。。另外，请在一个小数据行（如10行）上执行代码，然后在此处更新。查看整个数据集的更改可能在某个地方发生。。。另外，请在一个小数据（如10行）上执行代码，然后在此更新。请谨慎使用between，因为
不可能设置。什么是.le do@Alexless小于或等于，请参阅谨慎使用between，因为
不可能设置。什么是.le do@Alexless小于或等于，请参阅
for index, row in traindf.iterrows():
    if row['Fare'] <= 13.675550:
        row['FareBand'] = 1
    elif row['Fare'] <= 20.662183 and row['Fare'] > 13.675550:
        row['FareBand'] = 2
    else:
        row['FareBand'] = 3
    traindf.loc[index] = row