【python】pandas的Dataframe如何根据条件对同行不同列的值进行修改

我在处理CSV格式的文件时，将其变为Dataframe格式，其中共有两列数据（Columns=a，b）

```python
a = [1,2,1,1,3,4,2,1,5,1]
b =[0.6,1.7,2.4,1.2,0.7,2.7,4.3,3.1,0.1,4.8]

```
a，b相互对应，其中我想把b中的值位于(0,1]，（1，2],````(4,5]这些区间所对应的a的值进行修改。
假设对应法则为（0，1]的b对应的a改为0，以此类推
即修改后a的结果应为 [0,1,2,1,0,2,4,3,0,4]
此处为举例实际并非向下取整

你修改后的值是你列出来了吗？比如要修改后的值有一个列表变量？

以向下取整为例：其他处理方式可以自己写个函数代替math.floor(i)，就可以处理出来一个需要的a的代替列，然后赋值给a列就行了

import math
import pandas as pd
df = pd.read_csv('test.csv')
print(df)
df['a'] = [math.floor(i) for i in df['b'].to_list()]
print(df)

按照你给的规则，如果你的数据量不是特别大的话可以用apply

 a= pd.DataFrame({'a':[1,2,1,1,3,4,2,1,5,1],'b':[0.6,1.7,2.4,1.2,0.7,2.7,4.3,3.1,0.1,4.8]})
def func(x):
     return math.floor(x)
df['a'] = df['b'].apply(func)

你的规则没看明白