Python检查列中的字符串以执行公式

我有一个df，如下所示，我正试图根据

计划

列和

成员计数

列创建一个名为

df['Seat\u AVAIL']

的新列

基本上：

如果

df['Plan']

=（

'LUX'

或

'Premium'

），则通过执行（10+（mem\u count val-1）*5）计算

df['Seat\u AVAIL']

elif

df['Plan']

=

'Limited'

然后，计算

df['Seat\u AVAIL']

（5+（mem\u count val-1）*2）以计算

mem\u count

否则，

df['PLAN']

=

'Free'

则

df['Seat\u AVAIL']

应为空

数据帧：

ID    Guest_COUNT   Mem_COUNT   Plan
8472    82            20     Free 
2426    67            10     Premium
2299    55            21     LUX
3787    48            52     LIMITED
2553    41            12     Free 
8660    39            16     Premium

所需输出示例，带座椅可用性计算

ID    Guest_COUNT   Mem_COUNT   Seat_AVAIL    Plan
8472    82            20          NULL             Free 
2426    67            10          50               Premium
2299    55            21         110               LUX
3787    48            6           15               LIMITED
2553    41            12         NULL              Free 
8660    39            8           45               Premium

我尝试在google sheets中使用ifs语句直接执行类似操作，但出现了错误，我认为python可能有一个快速解决方案。

使用指定的掩码和输出，如果不匹配，则任何掩码值都返回同一列：

m1 = df['Plan'].isin(['LUX', 'Premium'])
m2 = df['Plan'] == 'Limited'
m3 = df['Plan'] == 'Free'

s1 = 10+(df['Mem_COUNT']-1)*5
s2 = 5+(df['Mem_COUNT']-1)*2

df['Seat_AVAIL'] = np.select([m1, m2, m3], [s1, s2, np.nan], default=df['Mem_COUNT'])

print (df)
     ID  Guest_COUNT  Mem_COUNT     Plan  Seat_AVAIL
0  8472           82         20     Free         NaN
1  2426           67         10  Premium        55.0
2  2299           55         21      LUX       110.0
3  3787           48         52  LIMITED        52.0 <- no match
4  2553           41         12     Free         NaN
5  8660           39         16  Premium        85.0

df['Seat_AVAIL'] = np.select([m1, m2], [s1, s2], default=np.nan)

print (df)
     ID  Guest_COUNT  Mem_COUNT     Plan  Seat_AVAIL
0  8472           82         20     Free         NaN
1  2426           67         10  Premium        55.0
2  2299           55         21      LUX       110.0
3  3787           48         52  LIMITED         NaN <- no match
4  2553           41         12     Free         NaN
5  8660           39         16  Premium        85.0