如何在Pandas中使用lambda与if条件按岗位类型计算薪资费率

你现有代码存在两个核心错误：

1. 你对df['Job']单列调用apply，lambda接收的参数是Job字段的单个字符串值，既无法访问同一条数据的Total shift hours字段，x[Payrate]的写法也不符合语法规则，不能用字典作为索引去取字符串的下标。
2. 判断逻辑错误，你需要先判断当前岗位是否存在于Payrate的键中，再执行对应计算。

推荐实现方案（性能最优，向量化操作） #

import numpy as np

Payrate = {
    'NH': 14.00,
    'W1': 14.00,
    'W2': 14.00,
    'W3': 14.00,
    'M': 14.00,
    'NHLC': 14.00,
    'E': 14.00,
}

df = df.fillna(0)
df['Total shift hours'] = df['Total shift hours'].astype(int)

# 预计算全表总工时，避免重复计算
total_shift_sum = df['Total shift hours'].sum()

# 匹配每个岗位对应的费率，不存在的返回NaN
df['rate'] = df['Job'].map(Payrate)

# 按规则计算Hours
df['Hours'] = np.where(
    df['rate'].notna(),
    (df['rate'] * df['Total shift hours']) / 12.33,
    total_shift_sum
).round(2)

# 可选：删除临时生成的rate列
df.drop('rate', axis=1, inplace=True)

lambda apply 实现方案（仅适合小数据量场景） #

如果一定要用lambda按行遍历实现，需要对整个DataFrame调用apply，指定axis=1按行处理：

total_shift_sum = df['Total shift hours'].sum()

df['Hours'] = df.apply(
    lambda row: (Payrate[row['Job']] * row['Total shift hours'])/12.33 if row['Job'] in Payrate else total_shift_sum,
    axis=1
).round(2)

如果你的需求中，未匹配到的岗位是取当前行的Total shift hours而非全表总工时，把上面代码里的total_shift_sum替换为row['Total shift hours']即可。

内容的提问来源于stack exchange，提问作者cchev