pandas基于DataFrame现有列值生成新列及自定义函数报错解决

两个版本的函数核心错误都是写了for循环但完全没使用循环遍历的单个元素item，全程在对整列Series做操作，再叠加细节逻辑错误，才会触发各类报错：

• 第一版函数问题：
  • 提前把Code列转为字符串时，NaN会被转为小写的'nan'，和你判断条件里的大写'NaN'完全不匹配，所有行都会走到else分支
  • else分支里对整列Series做转float、转int操作，既会因为未被过滤的NaN触发非有限值无法转整数的错误，直接把Series传入Python原生int()也会触发类型错误
• 第二版函数问题：
  • 循环内直接判断tCode > 0是拿整列Series和0做比较，pandas无法直接判定整列的布尔值结果，直接触发真值歧义报错
  • 代码中使用的numStr变量从未定义，就算判断逻辑写对也会触发变量不存在的错误
  • 判断逻辑不严谨：仅用>0判断有效值，没有兼容Code为0、负数的场景，也没有用pandas标准的空值判断方法。

推荐优先用pandas向量化写法，不用显式写循环，运行效率更高，逻辑也更清晰：

import pandas as pd
import numpy as np

# 用可空整数类型转换Code列，避免NaN导致的转int报错
code_valid = df['Code'].astype('Int64')
# 按规则生成新列，插入到指定位置
df.insert(
    loc=4,
    column='Term Code',
    value=np.where(
        code_valid.notna(),
        '(' + code_valid.astype(str).str.rjust(2) + ')',
        '    '
    )
)
# 期望输出中无原Code列，可直接删除
df = df.drop(columns=['Code'])

如果你更习惯用循环写法，修正后的函数逻辑如下：

def gen_term_code(code_col):
    res = []
    for val in code_col:
        if pd.isna(val):
            res.append('    ')
        else:
            # 用f-string直接格式化，数字占2位右对齐，拼接后刚好是4位长度
            res.append(f'({int(val):2d})')
    return res

# 调用时保留Code列的float64类型即可，无需提前转字符串
df.insert(4, 'Term Code', gen_term_code(df['Code']))
df = df.drop(columns=['Code'])

以上两种写法跑出来的结果和你给出的期望输出完全一致，Term Code列的每个元素长度均为4，空值对应4个空格，数值对应( X)格式的字符串。

内容的提问来源于stack exchange，提问作者Billy