因此，我正在使用一個非常大的數據集，但我正在使用一個小得多的數據集作為我需要做的模板。假設我有以下 2 個數據框：import numpy as npimport pandas as pddf = pd.DataFrame({   'cond': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'B', 'B','B', 'B', 'B', 'B', 'B','B','B'],   'Array':  ['S', 'S', 'TT', 'TT','S', 'S', 'TT', 'TT','S', 'S', 'TT', 'TT','S', 'S', 'TT', 'TT','SS','TT'],   'X':  [1, 2, 3, 1, 2 , 3, 4, 7.3, 5.1, 3.2, 1.4, 5.5, 9.9, 3.2, 1.1, 3.3, 1.2, 5.4],   'Y':  [3.1, 2.2, 2.1, 1.2,  2.4, 1.2, 1.5, 1.33, 1.5, 1.6, 1.4, 1.3, 0.9, 0.78, 1.2, 4.0, 5.0, 6.0],   'Marker':  [2.0, 1.2, 1.2, 2.01, 2.55, 2.05, 1.66, 3.2, 3.21, 3.04, 8.01, 9.1, 7.06, 8.1, 7.9, 5.12, 5.23, 5.15],   'Area': [3.0, 2.0, 2.88, 1.33,  2.44, 1.25, 1.53, 1.0, 0.156, 2.0, 2.4, 6.3, 6.9, 9.78, 10.2, 15.0, 16.0, 19.0]})print(df)df2 = pd.DataFrame({   'cond': ['A', 'A', 'B', 'B', 'B'],   'Array':  ['S', 'TT', 'S', 'SS','TT'],   'cutoff1':  [2.55, 2.01, 7.06, 1, 8.01],   'cutoff2':  [1.60, 2.2, 2.1, 1.2,  2.4]})print(df2)這會產生以下兩組：   cond Array    X     Y  Marker    Area0     A     S  1.0  3.10    2.00   3.0001     A     S  2.0  2.20    1.20   2.0002     A    TT  3.0  2.10    1.20   2.8803     A    TT  1.0  1.20    2.01   1.3304     A     S  2.0  2.40    2.55   2.4405     A     S  3.0  1.20    2.05   1.2506     A    TT  4.0  1.50    1.66   1.530我想做的是使用 df2 中的截止值來修改我的原始數據集（df）。我要做的是將df中的所有“標記”值轉換為0或1。目標是創建另外兩個數據幀，一個使用cutoff1作為閾值，一個使用cutoff2作為閾值。例如，對于 cutoff1，由于 AS 配對的截止值為 2.55，我想創建一個新的數據幀，其中標記值 <=2.55 的所有 AS 配對設置為 0，BS 配對的值<=7.06 設置為 0 等，df 中的其他所有內容保持不變。同樣，我想制作第二個數據框，其中完成了相同的操作，但用于 cutoff2 值。我試圖在堆棧溢出中搜索已經完成的模型，我可以適應我的模型，但我似乎只找到了在一個閾值上更改單個列中的所有值的模型（例如這里：最有效的轉換方式Pandas DataFrame 中列的值），而這里有一列有多個截止值，這是基于另外兩列的索引。