我们就简单举一个例子

把star_rating为3到4中的positive减去0.25

把star_rating小于3的positive减去0.3

这里提供多种方法有麻烦有简单：

法一（利用切片）：

dff.loc[(3 <= dff["star_rating"])&(dff["star_rating"] <= 4),"positive"] = dff.loc[(3 <= dff["star_rating"])&(dff["star_rating"] <= 4),"positive"].apply(lambda x:np.abs(x-0.25))
dff.loc[(0 <= dff["star_rating"])&(dff["star_rating"] < 3),"positive"] = dff.loc[(0 <= dff["star_rating"])&(dff["star_rating"] <  3),"positive"].apply(lambda x:np.abs(x-0.3))

法二（利用apply + lambda）：

def to_cal(x,y):
    if 3 <=x <=4:
        y -= 0.25 
    elif 1 <= x < 3:
        y -= 0.2
    return y 
dff.apply(lambda row:to_cal(row["star_rating"],row["positive"]),axis = 1)

法三 （切片 + apply)

def fun(a):
    if a['star_rating'] <= 3:
        a.loc["positive"]  = a.loc["positive"] - 0.3
    elif a['star_rating'] >3 and a['star_rating'] <= 4:
        a.loc['positive'] = a.loc['positive'] - 0.25
    return a

data = dff.loc[:].apply(fun,axis = 1)

以上提供了3种解决思路，如果在看的大佬们还有更好的思路欢迎提出来哦