根据另一列中的变量将Pandas中的值赋给列

使用 cut ,优势是 categorical 用于节省内存和轻松添加新存储箱的列:

df['attribute'] = pd.cut(df['Size'], bins=[-np.inf,1,2, np.inf], labels=['V1','V2', 'V3'])
print (df)
   SlNo  Size attribute
0     1     2        V2
1     2     3        V3
2     3     1        V1
3     4     4        V3

print (df['attribute'])
0    V2
1    V3
2    V1
3    V3
Name: attribute, dtype: category
Categories (3, object): [V1 < V2 < V3]

df['attribute'] = df['Size'].apply(lambda x: 'V1' if x<2 else 'V2' if x==2 else 'V3')

可以定义函数:

def myFun(row):
    if row['Size']<2: return 'V1'
    elif row['Size']==2: return 'V2'
    else: return 'V3'

应用你的功能:

df.loc[:, 'attribute']=df.apply(myFun, axis=1)

然后:

print(df)

输出:

   Size attribute
0     2        V2
1     3        V3
2     1        V1
3     4        V3