Python Pandas新手求助：按SKU前缀批量调整bottlePrice列值

问题分析 #

你之前的代码存在两个核心问题：

• 直接对筛选后的行使用apply，会导致未匹配条件的行新列值为缺失值（NaN）
• 未指定axis=1时，apply默认对列操作，lambda中的x是整列数据而非目标列；若指定axis=1，x代表整行，直接乘系数会修改所有列，而非仅bottlePrice

正确实现方法 #

方法一：使用loc定位赋值（推荐，高效直观）

分步操作逻辑清晰，新手易理解调试：

# 先将原bottlePrice值复制到新列作为基础
x["new_bottle_price"] = x["bottlePrice"].copy()

# 对SKU以BA开头的行，新价格乘以1.3
x.loc[x["SKU"].str.startswith("BA"), "new_bottle_price"] *= 1.3

# 对SKU以BF开头的行，新价格乘以1.1
x.loc[x["SKU"].str.startswith("BF"), "new_bottle_price"] *= 1.1

方法二：使用apply结合自定义函数

适合后续需要扩展更多前缀规则的场景：

def get_new_price(row):
    if row["SKU"].startswith("BA"):
        return row["bottlePrice"] * 1.3
    elif row["SKU"].startswith("BF"):
        return row["bottlePrice"] * 1.1
    # 其他前缀返回原价格，可根据需求修改
    else:
        return row["bottlePrice"]

# 按行应用函数生成新列
x["new_bottle_price"] = x.apply(get_new_price, axis=1)

也可以写成简洁的lambda形式：

x["new_bottle_price"] = x.apply(
    lambda row: row["bottlePrice"] * 1.3 if row["SKU"].startswith("BA") 
    else row["bottlePrice"] * 1.1 if row["SKU"].startswith("BF") 
    else row["bottlePrice"],
    axis=1
)

注意事项 #

• 确保SKU列是字符串类型，若不是可先转换：x["SKU"] = x["SKU"].astype(str)
• 若存在空值，可添加na=False参数忽略：x["SKU"].str.startswith("BA", na=False)

内容的提问来源于stack exchange，提问作者Umut KAAN BIÇAK