在pandas数据表中根据其中’nss’和’mcs’的值，打上标签（数字标签）后把标签的值列在pandas数据表中

在Pandas数据表中，你可以使用`apply()`函数结合条件判断或者`cut()`函数来进行分段并添加标签。这里是一个基本步骤：

import pandas as pd

# 假设你有一个名为df的数据框，'nss'和'mcs'是两个列名
df['label'] = df.apply(lambda x: label_function(x['nss'], x['mcs']), axis=1)

def label_function(nss, mcs):
    # 根据'nss'和'mcs'的具体范围设置你的标签规则
    if nss < threshold_nss_1 and mcs <= threshold_mcs_1:
        return 1
    elif nss >= threshold_nss_1 and nss < threshold_nss_2 and mcs > threshold_mcs_2:
        return 2
    # 添加更多的elif条件直到所有情况都覆盖
    else:
        return len(thresholds)  # 或者返回一个默认的最大标签数

# 如果你想基于连续的区间创建标签，可以使用cut()：
bins = [0, threshold_nss_1, threshold_nss_2, np.inf]  # 范围阈值
labels = ['Label 1', 'Label 2', 'Label 3']  # 相应的标签名称
df['label'] = pd.cut(df['nss'], bins=bins, labels=labels, right=False).astype(int)

# 确保将结果转换为整数类型，因为最初分配的是浮点型

在这个例子中，你需要预先确定'nss'和'mcs'的阈值，并定义每个标签对应的条件。记得根据实际数据调整阈值和标签。