Python 如何将数字数据映射到dataframe中的类别/容器中

我刚刚开始用python编写代码，我的一般编码技能已经相当生疏了：（所以请耐心一点

我有一个数据框：

它大约有3m排。有3种年龄单位：年、日和周的Y、D、W。任何一个超过1岁的人都有一个Y的年龄单位，我想要的第一个分组是1并完整。年龄<18返回“2-18” ^ SyntaxError:无效语法 很明显，这不是接受和-但我想我在课堂上听到我可以使用和这样做？我一定是弄错了，但这样做的正确方式是什么

因此，在出现错误后，我甚至不确定传入数据帧的方法是否也会抛出错误。我猜可能是的。在这种情况下，我将如何使其工作

---

我希望学习最好的方法，但对我来说，最好的方法之一是保持简单，即使这意味着只需几个步骤就可以完成任务……

对于Pandas，您应该避免行操作，因为这些操作通常涉及低效的Python级循环。以下是一些替代方法

熊猫： 正如@JonClements所建议的，您可以使用

pd.cut

来实现这一点，这里的好处是您的新专栏将成为一个新的专栏

您只需定义边界（包括

np.inf

）和类别名称，然后将

pd.cut

应用于所需的数字列

bins = [0, 2, 18, 35, 65, np.inf]
names = ['<2', '2-18', '18-35', '35-65', '65+']

df['AgeRange'] = pd.cut(df['Age'], bins, labels=names)

print(df.dtypes)

# Age             int64
# Age_units      object
# AgeRange     category
# dtype: object

结果

---

@jpp给出了下面一个很好的答案-也考虑到你的无效语法，应该是小写字母

和
，如果你需要使用
：
，那么如果完成，应该是
。Age>1和complete。Age<18：返回'2-18'
或…添加
float（'inf'）
（或
np.inf
）到
料仓的末尾，然后使用：
pd.cut（df.Age、料仓、标签=名称）
…这样你将得到一个分类系列而不是字符串…@jpp这太棒了！感谢你不辞辛劳地提供了如此清晰和深思熟虑的响应，添加带有细节的bins/pandas cut方法是完美的锦上添花。这是最简单最优雅的方法，我当然正在使用谢谢。我在所有关于垃圾箱的研究中都看到了一些东西，但我还没有弄明白如何应用它，当然也没有弄明白它有多容易！再次感谢！
agedetails['age_range'] = ageRange(agedetails)

  File "<ipython-input-124-cf39c7ce66d9>", line 4
    if complete.Age > 1 AND complete.Age < 18 return '2-18'
                          ^
SyntaxError: invalid syntax

bins = [0, 2, 18, 35, 65, np.inf]
names = ['<2', '2-18', '18-35', '35-65', '65+']

df['AgeRange'] = pd.cut(df['Age'], bins, labels=names)

print(df.dtypes)

# Age             int64
# Age_units      object
# AgeRange     category
# dtype: object

import pandas as pd, numpy as np

df = pd.DataFrame({'Age': [99, 53, 71, 84, 84],
                   'Age_units': ['Y', 'Y', 'Y', 'Y', 'Y']})

bins = [0, 2, 18, 35, 65]
names = ['<2', '2-18', '18-35', '35-65', '65+']

d = dict(enumerate(names, 1))

df['AgeRange'] = np.vectorize(d.get)(np.digitize(df['Age'], bins))

   Age Age_units AgeRange
0   99         Y      65+
1   53         Y    35-65
2   71         Y      65+
3   84         Y      65+
4   84         Y      65+