PandasでExcelのif文みたいなことをする方法

import pandas as pd
import numpy as np

# 商品管理データの作成
data = {
    '商品名': ['りんご', 'みかん', 'バナナ', 'いちご', 'メロン', 'ぶどう', 'キウイ', 'マンゴー'],
    '価格': [100, 80, 120, 450, 800, 300, 150, 600],
    '在庫': [50, 100, 30, 20, 15, 45, 60, 10],
    'カテゴリ': ['果物', '果物', '果物', '果物', '果物', '果物', '果物', '果物'],
    '産地': ['国内', '国内', '海外', '国内', '国内', '国内', '海外', '海外']
}
df = pd.DataFrame(data)
df

# 基本構文
df.loc[行の条件, 列の指定] = 更新する値

# 具体例：
df.loc[df['価格'] > 1000, '商品区分'] = '高額商品'  # 単一列の更新
df.loc[df['在庫'] < 5, ['価格', '状態']] = [0, '品切れ']  # 複数列の更新

# 基本構文
df.loc[行の条件, '更新する列'] = df[条件に合う行].apply(更新用の関数, axis=1)

# 具体例：
df.loc[df['在庫'] < 10, '価格'] = df[df['在庫'] < 10].apply(
    lambda row: row['価格'] * 1.2 if row['産地'] == '海外' else row['価格'],
    axis=1
)

# 価格による条件付き更新
df.loc[df['価格'] >= 500, 'カテゴリ'] = '高級フルーツ'
df

# 複数条件による価格改定
df.loc[(df['産地'] == '海外') & (df['在庫'] < 30), '価格'] *= 1.2

# 結果を確認（変更された行を抽出）
df.loc[(df['産地'] == '海外') & (df['在庫'] < 30)]

df

# 在庫状況に応じた価格調整
def adjust_price_by_stock(row):
    if row['在庫'] <= 10:
        return row['価格'] * 1.3  # 品薄：30%値上げ
    elif row['在庫'] <= 30:
        return row['価格'] * 1.1  # やや品薄：10%値上げ
    elif row['在庫'] >= 100:
        return row['価格'] * 0.9  # 過剰在庫：10%値下げ
    else:
        return row['価格']  # 通常在庫：変更なし

# 価格の更新を実行
df.loc[:, '調整後価格'] = df.apply(adjust_price_by_stock, axis=1)
df

# 海外産の商品の価格と在庫情報を同時に更新
df.loc[df['産地'] == '海外', ['価格', '在庫']] = df.loc[df['産地'] == '海外'].apply(lambda row: pd.Series({
        '価格': row['価格'] * 1.15,  # 15%値上げ
        '在庫': row['在庫'] - 5  # 在庫数を5減らす
    }),
    axis=1
)

df

def get_stock_status(stock, price):
    if stock == 0:
        return '品切れ'
    elif stock <= 10:
        if price >= 500:
            return '高級品:残りわずか'
        else:
            return '残りわずか'
    elif stock <= 30:
        return '在庫あと少し'
    else:
        return '在庫十分'

# 在庫状況ラベルの更新
df.loc[:, '在庫状況'] = df.apply(lambda row: get_stock_status(row['在庫'], row['価格']), axis=1)
df

# 価格が文字列として格納されている場合の対処
df.loc[:, '価格'] = pd.to_numeric(df['価格'], errors='coerce')

# 欠損値（NaN）がある場合の対処
df.loc[df['価格'].notnull() & (df['価格'] > 300), 'カテゴリ'] = '高級フルーツ'

# 条件式を分割して構築
price_condition = df['価格'] >= 300
stock_condition = df['在庫'] <= 20
origin_condition = df['産地'] == '海外'

# 条件を組み合わせて更新
target_condition = price_condition & stock_condition & origin_condition
df.loc[target_condition, 'ステータス'] = '要注文'

df

def update_prices_with_rules(df, rules):
    """価格更新ルールに基づいて商品価格を一括更新する関数

    Parameters
    ----------
    df : pandas.DataFrame
        更新対象のデータフレーム
    rules : list of dict
        更新ルールのリスト。各ルールは以下のキーを持つ辞書：
        - condition: 更新条件を指定する関数
        - action: 更新内容を指定する関数

    Returns
    -------
    pandas.DataFrame
        更新後のデータフレーム
    """
    df_copy = df.copy()

    for rule in rules:
        condition = rule['condition'](df_copy)
        df_copy.loc[condition, '価格'] = rule['action'](df_copy[condition])

    return df_copy

# 使用例
rules = [
    {
        'condition': lambda df: (df['在庫'] < 20) & (df['産地'] == '海外'),
        'action': lambda df: df['価格'] * 1.2
    },
    {
        'condition': lambda df: df['在庫'] > 100,
        'action': lambda df: df['価格'] * 0.9
    }
]

updated_df = update_prices_with_rules(df, rules)