如何在数据框中创建一个新列，其值表示某列中的值所属的范围？

Question

我已经读了一个.csv文件来创建一个dict，对于每个给定的序列，它包含名称作为键，列表包含一个DNA序列和一个荧光测量作为值。在通过各种其他功能处理这些序列一段时间后，我将制作一个新的数据帧，其中包含荧光值和其他各种值，这些值是所述函数的产物。

我现在想要创建一个新列，它基本上将每一行“排序”成一个类，该类代表荧光测量所属的范围。例如，如果某个DNA序列与荧光测量值相关联240 ，它应属于标有“200-300”或“100-400”的类别。由于我还没有确定我的范围应该设置的大小，只是假设我将有三个类（为了简单起见）：“＆lt; 100”，“100-200”和“＆gt; 200”。

我有以下代码可以用新值创建一个新的数据帧，但我不知道如何设置它以便添加相应荧光测量值落入的“类”。

def data_assembler(folder_contents):
    df= DataFrame(columns= ['Column1','Column2','Column3])
    for candidate in folder_contents.keys()[:50]:
        fluorescence= folder_contents[candidate][0]
        score0= fluorescence 
        if score0 < 100:
             class1= str("<100")
        elif score0>100 and score0<200:
             class2= str("100-200")
        elif score0>200:
             class3= str(">200")
        score1= calculate_complex_mfe(folder_contents[candidate][1])
        score2= calculate_complex_ensemble_defect(folder_contents[candidate][1])
        score3= calculate_GC_content(folder_contents[candidate][1])
    ###note: the following line is not correct because I'm not sure how to add the class to the particular cell
    df.loc[candidate]= [class1 or class2 or class3 or score0, score1, score2, score3]
    df= df.sort(['score3'], ascending=False)
df.to_csv(path.join(output, "DNAScoring.csv"))

如何改进我的代码，以使其最终拥有一个类似于此的数据框：

Answer 1

我认为你需要cut：

df = pd.DataFrame({'Fluorescence':[0,100,200,300]})
bins = [-np.inf, 99, 200, np.inf]
labels=['<100','100-200','>200']
df['Class'] = pd.cut(df['Fluorescence'], bins=bins, labels=labels)
print (df)
   Fluorescence    Class
0             0     <100
1           100  100-200
2           200  100-200
3           300     >200