基于多条件新增DataFrame列结果不符的问题排查求助

你的问题出在函数逻辑和预期需求完全相反上，咱们一步步拆解清楚：

当前逻辑的问题 #

你写的seekDO函数是：只要三个条件中的任意一个满足（某一步的比值小于A），就直接返回1；只有当三个条件全不满足时才返回0。但看你的预期结果，你实际想要的逻辑是：只有当三个条件全部满足（即累加完s1、s2后，比值仍然小于A），才返回1；否则只要有任何一步累加后比值≥A，就返回0。

拿第15行的数据验证就很清楚：

• 第一步：6/17 ≈ 0.35 < 0.8 → 满足当前函数的第一个条件，直接返回1，但你的预期是0；
• 但你实际需要判断的是：加完s1后(6+8)/17 ≈ 0.82 ≥ 0.8，这时候就应该返回0了。

修正后的函数 #

把逻辑改成三个条件必须同时满足才返回1，同时加上NaN的判断避免运算警告：

A = 0.8
def seekDO(row):
    # 先检查关键列是否有缺失值，有则直接返回0
    if row[['Qh_STA', 'Qh_FID2', 's1', 's2']].isnull().any():
        return 0
    # 三个条件必须同时满足才返回1
    ratio1 = row['Qh_STA'] / row['Qh_FID2']
    ratio2 = (row['Qh_STA'] + row['s1']) / row['Qh_FID2']
    ratio3 = (row['Qh_STA'] + row['s1'] + row['s2']) / row['Qh_FID2']
    return 1 if (ratio1 < A and ratio2 < A and ratio3 < A) else 0

df['DO'] = df.apply(seekDO, axis=1)

验证结果 #

运行修正后的代码，得到的DO列会和你的预期完全一致：

• 第14行：三个比值都小于0.8 → 返回1；
• 第15行：第一个比值小于0.8，但第二个比值≥0.8 → 返回0；
• 第13行：前两个比值小于0.8，但第三个比值等于1≥0.8 → 返回0；
• 第17行：存在缺失值 → 返回0。

更高效的向量化写法（可选） #

如果你的DataFrame数据量很大，推荐用向量化运算替代apply，速度会快很多：

A = 0.8
# 计算三个条件的布尔值
cond1 = df['Qh_STA'] / df['Qh_FID2'] < A
cond2 = (df['Qh_STA'] + df['s1']) / df['Qh_FID2'] < A
cond3 = (df['Qh_STA'] + df['s1'] + df['s2']) / df['Qh_FID2'] < A
# 合并条件，缺失值处填充0并转为整数
df['DO'] = (cond1 & cond2 & cond3).astype(int).fillna(0)

内容的提问来源于stack exchange，提问作者energyMax