python-如何使用“ pandas.cut()”根据除要合并的列以外的其他列对数据进行合并？

import pandas as pd
import numpy as np

data = {"first_column": ["item1", "item2", "item3", "item4", "item5", "item6", "item7"],
        "second_column": ["cat1", "cat1", "cat1", "cat2", "cat2", "cat2", "cat2"],
        "third_column": [5, 1, 8, 3, 731, 189, 9]}

df = pd.DataFrame(data)

df
     first_column second_column  third_column
0        item1          cat1             5
1        item2          cat1             1
2        item3          cat1             8
3        item4          cat2             3
4        item5          cat2           731
5        item6          cat2           189
6        item7          cat2             9

现在,假设我想使用pandas.cut()创建第四列,显示第三列的分类.在此,我为每行标记third_column中的元素是否小于或等于10,<= 10.

df["less_than_ten"]= pd.cut(df.third_column, [-np.inf, 10, np.inf], labels=(1,0))

现在生成的 dataframe 为：

      first_column second_column  third_column less_than_ten
0        item1          cat1             5             1
1        item2          cat1             1             1
2        item3          cat1             8             1
3        item4          cat2             3             1
4        item5          cat2           731             0
5        item6          cat2           189             0
6        item7          cat2             9             1

问题：请注意第二列second_column,类别为cat1和cat2.我将如何使用pandas.cut()根据second_column中的“类”对这些值进行重新分类？

对于cat1,我们可以将third_column中的值≤10标记为0或1.对于cat2,我们可以将third_column中的值标记为< = 10(2否,3是). 此DataFrame如下所示：

      first_column second_column  third_column less_than_ten
0        item1          cat1             5             1
1        item2          cat1             1             1
2        item3          cat1             8             1
3        item4          cat2             3             3
4        item5          cat2           731             2
5        item6          cat2           189             2
6        item7          cat2             9             3

如何做到这一点？我正在根据另一列的分类值对 pandas dataframe 中的一列数据进行装仓.