Python 熊猫中的应用与替换？

我正在自学Pandas和Python，并试图找出如何用字符串替换充满整数的列。假设我有一个满是年龄的数据集，我想在一个新的列中将它们分类。 年龄<30岁，替换为字符串“young” 年龄在30到50岁之间，替换为“中年” 年龄>50岁，替换为“较老”

最简单的方法是什么

我已经用数据帧研究了.apply和.replace-do，但我感到困惑。我应该学习什么是“lambda”吗？我应该先定义一个函数，然后使用.apply函数，还是有更简单的方法？非常感谢

1 62
2 47
3 34

---

您可以创建一个函数来确定年龄：

def check(age):
    if age > 50:
        return 'Old'
    elif 30 <= age <= 50:
        return 'Middle'
    else:
        return 'Young'

结果:

0    62
1    47
2    34

0       Old
1    Middle
2    Middle

---

您可以创建一个函数来确定年龄：

def check(age):
    if age > 50:
        return 'Old'
    elif 30 <= age <= 50:
        return 'Middle'
    else:
        return 'Young'

结果:

0    62
1    47
2    34

0       Old
1    Middle
2    Middle

---

也可以直接改变df

df.loc[(df['age']<30),'age']='young'
df.loc[(df['age']>=30) & (df['age']<=50),'age']='middle'
df.loc[(df['age']>50),'age']='old'

df.loc[（df['age']=30）和（df['age']50），'age']=old'

也可以直接更改df

df.loc[(df['age']<30),'age']='young'
df.loc[(df['age']>=30) & (df['age']<=50),'age']='middle'
df.loc[(df['age']>50),'age']='old'

df.loc[（df['age']=30）和（df['age']50），'age']=old'

您只处理了apply（）和未能解决的问题。replace（）您只处理了apply（）和未能解决的问题。replace（）