如何在Pandas DataFrame中按列条件计算并添加Revenue列？

先排查常见报错原因 #

• 确认列名正确性：检查DataFrame x 中是否存在精确匹配的Cost_Buckets和Order_total列，注意大小写、空格、拼写差异（比如是否写成cost_buckets或OrderTotal）。
• 检查数据类型：确保Order_total是数值类型（int/float），如果是字符串格式，先转换为数值：

  x['Order_total'] = pd.to_numeric(x['Order_total'], errors='coerce')
  

  errors='coerce'会把无法转换的值设为NaN，后续可根据需求处理这些缺失值。

修正后的代码实现 #

你原代码的逻辑本身没问题，但嵌套np.where可读性较差，推荐用pandas.loc分条件赋值，更直观且易维护：

# 初始化Revenue列为0（对应"1. Less than 5"的情况）
x['Revenue'] = 0
# 条件1：Cost_Buckets为"2. 5 to 19"时，赋值为Order_total的15%
x.loc[x['Cost_Buckets'] == "2. 5 to 19", 'Revenue'] = 0.15 * x['Order_total']
# 条件2：Cost_Buckets为"3. More than 20"时，赋值为Order_total的25%
x.loc[x['Cost_Buckets'] == "3. More than 20", 'Revenue'] = 0.25 * x['Order_total']

如果坚持用np.where，确保列名和数据类型正确即可，原代码逻辑无误：

x['Revenue'] = np.where(
    x['Cost_Buckets'] == "2. 5 to 19",
    0.15 * x['Order_total'],
    np.where(
        x['Cost_Buckets'] == "3. More than 20",
        0.25 * x['Order_total'],
        0
    )
)

内容的提问来源于stack exchange，提问作者pusparghya pakrasi