Pandas对符合Qualified条件的订单值乘1.2报错，求高效实现方案

• 语法错误：Python三元表达式要求完整的值1 if 条件 else 值2结构，你只写了if分支没有else分支，不符合语法要求
• 逻辑错误：你直接对Orders单列调用apply，lambda函数只能拿到订单数的值，无法获取同一行的Qualified字段状态；同时['Qualified'] == 'Qualified'是将列表和字符串做对比，判断逻辑永远不成立

优先推荐向量化操作实现，性能远高于逐行apply，适合所有数据量场景：

方案1：使用np.where（最简洁） #

import numpy as np
# 不符合条件的额外薪资默认设为0，可按需修改为None或其他值
df['Extra'] = np.where(df['Qualified'] == 'Qualified', df['Orders'] * 1.2, 0)

方案2：使用pandas loc索引（无需引入numpy） #

# 先初始化默认值
df['Extra'] = 0
# 仅修改符合资格的行数据
df.loc[df['Qualified'] == 'Qualified', 'Extra'] = df.loc[df['Qualified'] == 'Qualified', 'Orders'] * 1.2

1. 你原有生成Qualified列的apply写法也可以替换为向量化操作，大幅提升运行速度：

# 注意你原来的条件写的是10 >= x < 18，等价于x≤10，如果实际需求是10≤x<18，自行调整不等号方向
df['Qualified'] = np.where((df['Average Parcels'] >=10) & (df['Average Parcels'] <18), 'Qualified', 'Not Qualified')

2. 如果确实要使用apply实现额外薪资计算（仅推荐小数据量场景），正确写法如下：

# axis=1表示按行遍历，lambda参数代表整行数据
df['Extra'] = df.apply(lambda row: row['Orders'] *1.2 if row['Qualified'] == 'Qualified' else 0, axis=1)

内容的提问来源于stack exchange，提问作者cchev