python - 在按年龄类别分组的 Pandas DF 中创建新列

Question

我是编码新手，所以我很抱歉问了一个愚蠢而简单的问题。我已经在网上搜索并阅读了文档，但找不到答案，4 小时后我希望得到指导。

我有一个名为"data"的 Pandas DataFrame 。“数据”有一个年龄列，其中包含大量不同的年龄。我想隔离某些年龄组以进行不同类型的分析。就像年轻人锻炼了多少小时（在一snsplot）。

在我看来，解决这个问题的最佳方法是在“数据”中添加一个包含 age_group 的列。为年龄组分配一些逻辑（如附图所示）

我可能是错的，就像我说我才几个月才开始学习 python。感谢您提供的任何帮助。一旦我知道如何做，我计划在更多的专栏上这样做。

我试图根据我正在寻找的年龄组创建变量

teenage = data[data['age']<=19]
yadult = data[data['age'].between(20,24)]
adult = data[data['age'].between(25,39)]
older_adult = data[data['age']>39]

当我尝试在snsplot.

所以我然后尝试了这个：

data['yadult'] = data[data['age'].between(20,24)] 

但得到一个错误： “ValueError：错误的项目数通过了 9，位置意味着 1

这里的最终目标是让“数据”DataFrame 带有一个带有年龄组的全新列。如下所示。

产品	年龄	性别	教育	……	年龄阶层
TM195	18	男性	14	……	青少年
TM195	27	男性	16	……	成人

.csv 数据布局：

我正在尝试创建的存储桶：

标签： pythonpandas

Answer 1

使用以下代码，您可以age_group根据以下方式分配新列age：

data.loc[data['age']<=19, 'age_group'] = 'teenage'
data.loc[data['age'].between(20,24), 'age_group'] = 'yadult'
data.loc[data['age'].between(25,39), 'age_group'] = 'adult'
data.loc[data['age']>39, 'age_group'] = 'older_adult'