如何基于条件通过公式将DataFrame中Decimal Odds转为American Odds

我有如下DataFrame：

其中Odds A和Odds B列为十进制赔率（Decimal Odds），需要按照以下规则转换为美式赔率（American Odds）：

• 若赔率值≥2，使用公式：(Odds-1)*100
• 若赔率值<2，使用公式：-100/(Odds-1)

请问实现该需求的最佳方式是什么？

下面是几种高效实现转换的方法，按推荐程度排序：

方法1：使用numpy.where（最简洁高效） #

利用numpy的向量化操作直接处理整列，速度最快，适合大数据量场景：

import numpy as np
import pandas as pd

# 假设你的DataFrame名为df
df['American Odds A'] = np.where(df['Odds A'] >= 2, (df['Odds A'] - 1)*100, -100/(df['Odds A'] - 1))
df['American Odds B'] = np.where(df['Odds B'] >= 2, (df['Odds B'] - 1)*100, -100/(df['Odds B'] - 1))

方法2：自定义转换函数+apply #

如果需要复用转换逻辑，可封装成独立函数后用apply处理：

def decimal_to_american(odds):
    if odds >= 2:
        return (odds - 1)*100
    else:
        return -100/(odds - 1)

df['American Odds A'] = df['Odds A'].apply(decimal_to_american)
df['American Odds B'] = df['Odds B'].apply(decimal_to_american)

方法3：使用pandas.Series.map #

和apply逻辑类似，语法更紧凑：

df['American Odds A'] = df['Odds A'].map(lambda x: (x-1)*100 if x >=2 else -100/(x-1))
df['American Odds B'] = df['Odds B'].map(lambda x: (x-1)*100 if x >=2 else -100/(x-1))

转换结果示例 #

处理后新增列的结果（保留两位小数）如下：

内容的提问来源于stack exchange，提问作者Jerel