Python Pandas中新增归一化年薪列的计算与实现问题

1. 计算逻辑是否正确？ #

你的计算逻辑完全正确：

• Yearly（年度薪资）直接取CompTotal原值
• Monthly（月度薪资）乘以12转换为年度薪资
• Weekly（周度薪资）乘以52转换为年度薪资

2. 批量计算实现方法 #

你的代码报错是因为直接对pandas的Series（df['CompFreq']）用普通if判断，而if需要单个布尔值，无法处理整个列的批量判断。下面是三种高效可行的实现方式：

方法一：映射字典+向量化乘法（推荐，效率最高） #

先创建频率到乘数的映射，再通过映射得到每行的乘数，最后和CompTotal相乘：

# 创建频率到年度乘数的映射
freq_multiplier = {
    'Yearly': 1,
    'Monthly': 12,
    'Weekly': 52
}

# 新增列：通过映射得到乘数，再乘以CompTotal
df['NormalizedAnnualCompensation'] = df['CompTotal'] * df['CompFreq'].map(freq_multiplier)

方法二：使用np.select处理多条件 #

适合需要明确写出条件的场景，逻辑清晰：

import numpy as np

# 定义条件列表和对应的值列表
conditions = [
    df['CompFreq'] == 'Yearly',
    df['CompFreq'] == 'Monthly',
    df['CompFreq'] == 'Weekly'
]
values = [
    df['CompTotal'],
    df['CompTotal'] * 12,
    df['CompTotal'] * 52
]

# 生成新列，default处理未匹配的异常值
df['NormalizedAnnualCompensation'] = np.select(conditions, values, default=np.nan)

方法三：使用df.apply逐行处理（不推荐大数据） #

如果数据量很小，也可以用逐行处理的方式，但效率远低于前两种：

def calculate_annual(row):
    if row['CompFreq'] == 'Yearly':
        return row['CompTotal']
    elif row['CompFreq'] == 'Monthly':
        return row['CompTotal'] * 12
    elif row['CompFreq'] == 'Weekly':
        return row['CompTotal'] * 52
    else:
        return np.nan  # 处理异常值

df['NormalizedAnnualCompensation'] = df.apply(calculate_annual, axis=1)

原代码错误说明 #

你用df.insert的方式存在两处问题：一是第二个参数应为字符串列名（而非列表），二是insert内部无法直接编写条件判断逻辑。如果需要指定列的插入位置，可以在计算完成后用df.insert(31, 'NormalizedAnnualCompensation', 计算结果)实现。

内容的提问来源于stack exchange，提问作者indy