Python自定义函数实现问题：按条件随机处理DataFrame数据

先明确需求对应的完整处理逻辑：

• 当type_sale > 1时，new_sale赋值为0
• 当type_sale == 0且salary > 1时，随机选取50%的行将salary除以2，剩余50%保持原salary值
• 其余情况（如type_sale == 0但salary <=1、type_sale ==1等），new_sale保持原salary值

错误分析 #

原代码存在以下问题：

1. 调用函数时直接传入列名，未按行级处理数据
2. np.random.choice语法错误，参数传递混乱，概率设置不符合需求
3. 函数未处理else分支，会导致部分行无返回值报错
4. 随机逻辑错误，未正确关联salary值进行计算

修正后的完整代码 #

import pandas as pd
import numpy as np

data = {'type_sale':[100,0,24,0,0,20,0,0,0,0],
         'salary':[0,0,24,80,20,20,60,20,20,20],
        }
df1 = pd.DataFrame(data, columns = ['type_sale', 'salary'])

def cal_fun(type_sale, salary):       
    if type_sale > 1:
        new_sale = 0
    elif (type_sale == 0) and (salary > 1):
        # 50%概率保持原salary，50%概率除以2
        multiplier = np.random.choice([1, 0.5], p=[0.5, 0.5])
        new_sale = salary * multiplier
    else:
        # 其余情况保持原salary值
        new_sale = salary
    return new_sale

# 按行应用自定义函数
df1['new_sale'] = df1.apply(lambda row: cal_fun(row['type_sale'], row['salary']), axis=1)

# 查看结果
print(df1)

说明 #

• 使用df.apply(..., axis=1)实现行级遍历，将每行的type_sale和salary传入函数
• 修正np.random.choice的用法，通过选择乘数1或0.5实现50%的随机处理逻辑
• 补充else分支，覆盖所有未明确的情况，避免报错
• 每次运行结果会有差异（因为随机选择），符合需求中的随机要求

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