我有一个 pandas 数据框和一个列 age。我想将其编码为按特定范围分隔的分类值，例如，15 岁以下的年龄应为 0，15 至 30 岁应更改为 1，依此类推。
我发现了这种方法（在经历了关于使用 & 和 and 的巨大困惑之后）
age = X.loc[:, 'Age']
age[ age<15 ] = 0
age[ (15<age) & (age<=30) ] = 1
age[ (30<age) & (age<=50) ] = 2
age[ (50<age) & (age<=80) ] = 3
这是最好的方法吗？我可以这样做吗，例如使用 LabelEncoder？
【问题讨论】：
你可以使用cut:
df = pd.DataFrame({'Age':[0,1,14,15,30,31,50,51,79,80]})
bins = [0,14,30,50,80]
labels=[0,1,2,3]
df['bins'] = pd.cut(df['Age'], bins=bins, labels=labels, include_lowest=True)
print (df)
Age bins
0 0 0
1 1 0
2 14 0
3 15 1
4 30 1
5 31 2
6 50 2
7 51 3
8 79 3
9 80 3
【讨论】：
df['Bins'] 更改为 df.iloc[:, 'Bins'] 但同样，我似乎收到了同样的警告。我应该担心这个吗？ SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead