如何基于Pandas DataFrame的一列计算转换另一列的取值？

你的代码没有生效的核心原因有两个：

• 计算得到的转换后bonus值仅做了打印，没有赋值回DataFrame的Bonus列，原始数据不会被修改
• 原有逻辑未处理带'-'的区间格式Bonus值，无法覆盖所有规则要求的场景

修改后的循环版本（基于你的原有逻辑调整） #

def convertToNumber(df):
    # 先把Total列转成整数类型，方便后续计算
    df['Total'] = df['Total'].astype(int)
    for i in df.index:
        bonus_raw = df.loc[i, 'Bonus']
        # 处理区间格式：拆分后取最小值
        if '-' in bonus_raw:
            bonus_raw = bonus_raw.split('-')[0].strip()
        # 转换逻辑
        if bonus_raw == '0':
            bonus = 0
        elif bonus_raw.endswith('k'):
            num = float(bonus_raw.replace('k',''))
            bonus = int(num * 1000)
        elif bonus_raw.endswith('%'):
            rate = float(bonus_raw.replace('%',''))
            total = df.loc[i, 'Total']
            bonus = int(total * rate // 100)
        else:
            bonus = -1
        # 核心：把计算结果写回DataFrame
        df.loc[i, 'Bonus'] = bonus

convertToNumber(df)
print(df)

更推荐的Pandas向量化写法（性能更好，符合Pandas使用习惯） #

def convert_single(bonus_raw, total):
    # 单条数据转换逻辑
    if '-' in bonus_raw:
        bonus_raw = bonus_raw.split('-')[0].strip()
    if bonus_raw == '0':
        return 0
    elif bonus_raw.endswith('k'):
        return int(float(bonus_raw.replace('k','')) * 1000)
    elif bonus_raw.endswith('%'):
        rate = float(bonus_raw.replace('%',''))
        return int(int(total) * rate // 100)
    return -1

# 逐行应用转换逻辑，直接覆盖原Bonus列
df['Bonus'] = df.apply(lambda row: convert_single(row['Bonus'], row['Total']), axis=1)

两种写法运行后都能得到你要求的目标DataFrame结果。

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