Python 将年龄分类为另一列年龄组

我有这个数据集

age
24
32
29
23
23
31
25
26
34

我想使用python进行分类，并将结果保存到一个新的列AGEGOUP中，以便 年龄介于； 23到26在年龄组列中返回1， 27-30返回年龄组列中的值2 和31-34在年龄组列中返回3，您可以使用

鉴于：

>>> df
   age
0   24
1   32
2   29
3   23
4   23
5   31
6   25
7   26
8   34

解决方案：

>>> df.assign(agegroup=pd.cut(df['age'], bins=[23, 27, 31, 35], right=False, labels=[1, 2, 3]))
   age agegroup
0   24        1
1   32        3
2   29        2
3   23        1
4   23        1
5   31        3
6   25        1
7   26        1
8   34        3

你可以用

鉴于：

>>> df
   age
0   24
1   32
2   29
3   23
4   23
5   31
6   25
7   26
8   34

解决方案：

>>> df.assign(agegroup=pd.cut(df['age'], bins=[23, 27, 31, 35], right=False, labels=[1, 2, 3]))
   age agegroup
0   24        1
1   32        3
2   29        2
3   23        1
4   23        1
5   31        3
6   25        1
7   26        1
8   34        3

---

你也可以用字典来做这件事。键值对。键将是不同的年龄范围，特定键的值将是该特定年龄组的计数

groupDict={'23-26'：0，'27-30'：0，'31-34'：0}

for i in ages:
 if i>=23 and i<=26:
   groupDict['23-26']+=1
 elif i>=27 and i<=30:
   groupDict['27-30']+=1
 elif i>=31 and i<=34:
   groupDict['27-30']+=1

---

你也可以用字典来做这件事。键值对。键将是不同的年龄范围，特定键的值将是该特定年龄组的计数

groupDict={'23-26'：0，'27-30'：0，'31-34'：0}

for i in ages:
 if i>=23 and i<=26:
   groupDict['23-26']+=1
 elif i>=27 and i<=30:
   groupDict['27-30']+=1
 elif i>=31 and i<=34:
   groupDict['27-30']+=1

---

df.assignagegroup=df['agegroup']=@DavidErickson df.assignagegroup=.的值是多少。。。提供新的df，但df['agegroup']在原地变异原始df。@DavidErickson前者返回一个新的df并可以链接，后者在原地工作。谢谢！我也很快读到了：我将开始使用df.assign，df.assignagegroup=的值是多少。。。提供新的df，但df['agegroup']在原地变异原始df。@DavidErickson前者返回一个新的df并可以链接，后者在原地工作。谢谢！我也很快读到了：我将开始使用df.assign