编写函数替换apr_days零值：基于apr_hours向下取整计算填充

嘿，我来帮你搞定这个用户政策时长统计的需求！咱们先理清楚核心规则：

• 当apr_days是0，且对应的apr_hours大于0时，用apr_hours除以7向下取整的结果替换apr_days
• 如果apr_hours也是0（比如你的E行数据），那apr_days保持0不变

用Pandas实现的代码示例 #

假设你的数据是表格形式，用Pandas处理最方便，直接上代码：

import pandas as pd

# 先构造你的原始数据
data = {
    'id': ['A', 'B', 'C', 'D', 'E'],
    'apr_days': [1, 2, 0, 0, 0],
    'apr_hours': [7, 14, 8, 15, 0]
}
df = pd.DataFrame(data)

# 应用替换逻辑
df['apr_days'] = df.apply(
    lambda row: row['apr_hours'] // 7 if (row['apr_days'] == 0 and row['apr_hours'] > 0) else row['apr_days'],
    axis=1
)

# 查看处理后的结果
print(df)

处理后的输出结果 #

运行上面的代码后，你会得到符合要求的数据：

id  apr_days  apr_hours
0  A         1          7
1  B         2         14
2  C         1          8  # 8//7=1，正确向下取整
3  D         2         15 # 15//7=2，正确
4  E         0          0 # 因为apr_hours=0，保留原零值

更高效的大数据量处理方式 #

如果你的数据量很大，用numpy.where会比apply更快，逻辑是完全一致的：

import numpy as np

df['apr_days'] = np.where(
    (df['apr_days'] == 0) & (df['apr_hours'] > 0),
    df['apr_hours'] // 7,
    df['apr_days']
)

这样处理后，所有apr_hours>0的行都能得到正确的天数计数，完全符合你的业务目标～

内容的提问来源于stack exchange，提问作者Hanna