如何在pandas DataFrame中通过自定义函数实现Discount折扣列

需求背景 #

完成学校课程项目时，需构建统计表展示特定客户的购买商品及对应消费金额，当前已得到初始处理结果（参考表1），需要通过自定义函数实现折扣（Rabatt）列计算，折扣规则如下：

• 若Menge字段值大于24，折扣值为3
• 若Menge字段值大于12（且不满足大于24的条件），折扣值为1
• 不满足以上条件折扣值为0
  预期实现效果参考表2。

原有代码问题 #

原有代码无法得到正确结果，存在以下几处错误：

1. 冗余导入：重复三次导入numpy和pandas库，无实际作用
2. 函数语法错误：自定义Rabatt函数的入参为行对象row，但内部取值时错写为Rabatt["Menge"]，且elif分支漏写取值对象，直接写["Menge"] > 24不符合语法规范
3. 逻辑顺序错误：值大于24时必然同时满足大于12的条件，原有代码先判断Menge>12的分支，会导致所有大于12的数值直接返回1，永远无法触发大于24对应折扣值3的逻辑
4. 变量引用错误：最后给表新增列时使用了未定义的变量data，实际操作对象是存储订单数据的bestellungen
5. 缺失默认返回值：函数没有设置不满足折扣条件时的返回值，会导致对应行折扣列为空值

修正后完整代码 #

import numpy as np
import pandas as pd

# 读取数据源
bestellungen = pd.read_csv('bestellungen.csv', sep=';', index_col=0)
kunden = pd.read_csv('kunden.csv', sep=';', index_col=0)
rabattstaffel = pd.read_csv('rabattstaffel.csv', sep=';', index_col=0)

# 计算Menge字段值
bestellungensum = bestellungen.sum(axis=1)
bestellungen = bestellungen.assign(Menge=bestellungensum)

# 折扣计算自定义函数
def Rabatt(row):
    # 优先判断阈值更高的条件，避免低优先级条件覆盖高优先级规则
    if row["Menge"] > 24:
        return 3
    elif row["Menge"] > 12:
        return 1
    # 不满足折扣条件默认返回0
    else:
        return 0

# 逐行应用函数生成折扣列
bestellungen["Rabatt"] = bestellungen.apply(Rabatt, axis=1)

# 输出结果校验
print(bestellungen)

注：如果后续流程不需要使用kunden和rabattstaffel两个表的数据，可以删除对应读取代码，不影响折扣列计算逻辑。

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