这个问题在这里已经有了答案：
如何将数字数据映射到dataframe中的类别/容器中
（1个答案）
（1个答案）
去年关闭了
如果以前有人问过我，我很抱歉，但是我看了很多遍，没有结果
将熊猫作为pd导入
将numpy作为np导入
df=pd.DataFrame（data=np.random.randint（1,10,10），columns=['a']）
A.
0 7
1 8
2 8
3 3
4 1
5 1
6 2
7 8
8 6
9 6
我想创建一个新列b，根据一些规则映射a的几个值，比如a=[1,2,3]是1，a=[4,5,6,7]是2，a=[8,9,10]是3。一对一的映射对我来说很清楚，但是如果我想通过值列表或范围进行映射，该怎么办
我沿着这些路线思考
df['b']=df['a'].map（{[1,2,3]：1，范围（4,7）：2[8,9,10]：3}）
有几种选择
熊猫通过pd.cut/NumPy通过np.数字化
可以构造边界列表，然后使用专家库函数。这在@EdChum的解决方案中有描述，在这个答案中也有描述
通过np进行NumPy。选择
df=pd.DataFrame（data=np.random.randint（1,10,10），columns=['a']）
标准=[df['a']介于（1,3）之间，df['a']介于（4,7）之间，df['a']介于（8,10）之间]
值=[1,2,3]
df['b']=np.select（标准、值、0）
标准的元素是布尔级数，因此对于值的列表，可以使用df['a'].isin（[1,3]）等
通过范围映射字典
d={range（1,4）：1，range（4,8）：2，range（8,11）：3}
df['c']=df['a'].apply（λx:next（（v代表k，v代表d.items（），如果x代表k），0））
打印（df）
a、b、c
0 1 1 1
1 7 2 2
2 5 2 2
3 1 1 1
4 3 1 1
5 5 2 2
6 4 2 2
7 4 2 2
8 9 3 3
9 3 1 1