Python 如何使用'pandas.cut（）`根据要装箱的列以外的列来装箱数据？

我有一个熊猫数据框，如下所示：

import pandas as pd
import numpy as np

data = {"first_column": ["item1", "item2", "item3", "item4", "item5", "item6", "item7"],
        "second_column": ["cat1", "cat1", "cat1", "cat2", "cat2", "cat2", "cat2"],
        "third_column": [5, 1, 8, 3, 731, 189, 9]}

df = pd.DataFrame(data)

df
     first_column second_column  third_column
0        item1          cat1             5
1        item2          cat1             1
2        item3          cat1             8
3        item4          cat2             3
4        item5          cat2           731
5        item6          cat2           189
6        item7          cat2             9

现在，假设我想创建第四列，使用

pandas.cut（）

显示第三列的分类。在这里，我标记每行

第三列中的元素是否小于或等于10，

您不需要
pd.cut
。您可以使用
谢谢。假设我想要更复杂的间隔，例如小于或等于1000
le（1000）
和大于或等于20
ge（20）
？怎么做？在这种情况下，我需要
pd.cut（）
？
df["less_than_ten"]= pd.cut(df.third_column, [-np.inf, 10, np.inf], labels=(1,0))

      first_column second_column  third_column less_than_ten
0        item1          cat1             5             1
1        item2          cat1             1             1
2        item3          cat1             8             1
3        item4          cat2             3             1
4        item5          cat2           731             0
5        item6          cat2           189             0
6        item7          cat2             9             1

      first_column second_column  third_column less_than_ten
0        item1          cat1             5             1
1        item2          cat1             1             1
2        item3          cat1             8             1
3        item4          cat2             3             3
4        item5          cat2           731             2
5        item6          cat2           189             2
6        item7          cat2             9             3

m = dict(cat1=0, cat2=2)
df.assign(less_than_ten=df.second_column.map(m) + df.third_column.le(10))

  first_column second_column  third_column  less_than_ten
0        item1          cat1             5              1
1        item2          cat1             1              1
2        item3          cat1             8              1
3        item4          cat2             3              3
4        item5          cat2           731              2
5        item6          cat2           189              2
6        item7          cat2             9              3