Pandas按条件映射惩罚值时触发ValueError的解决求助

错误原因 #

报错的核心是赋值两边元素数量不匹配：df.index.map(df_group_by_purchase["purchase penalty"])会生成和整个DataFrame行数一致的数组（2714个值），但你仅需要给month number == 8的1378行赋值，直接赋值时两边长度不匹配，因此触发ValueError。

解决方案 #

以下两种方法都能实现你的需求：

方法一：仅对符合条件的行做映射赋值

先筛选出month number == 8的行，再针对这些行的索引映射惩罚值，最后完成赋值：

# 获取符合条件的行对应的惩罚值
target_penalties = df.loc[df["month number"] == 8].index.map(df_group_by_purchase["purchase penalty"])
# 赋值给指定位置
df.loc[df["month number"] == 8, "purchase penalty"] = target_penalties

方法二：先全局映射再清理不符合条件的行

先给所有行映射惩罚值，再将month number != 8的行的惩罚值设为你需要的默认值（比如NaN）：

import numpy as np

# 给所有行映射惩罚值
df["purchase penalty"] = df.index.map(df_group_by_purchase["purchase penalty"])
# 清除不符合条件的行的惩罚值
df.loc[df["month number"] != 8, "purchase penalty"] = np.nan

代码优化建议 #

你可以用lambda函数替代自定义的calculate_under_60_purchase，让代码更简洁：

df_group_by_purchase["purchase penalty"] = df_group_by_purchase["میانگین خرید دو ماه"].apply(lambda x: 12000 if x <= 60 else 0)

内容的提问来源于stack exchange，提问作者user17713444