基于现有列值计算新列：按合同期限拆分金额至对应年份列

嘿，这是个很实用的合同金额拆分需求，我来给你分享两个用Pandas实现的方法，完全能达到你想要的效果！

首先先确认你的原始数据：

import pandas as pd

df = pd.DataFrame( {
    "customer": ['c1', 'c2', 'c3', 'c4', 'c5'],
    "contract_year": [2018, 2020, 2019, 2018, 2019],
    "amount": [3000, 1000, 3000, 6000, 6000],
    "term": [3, 1, 2, 3, 3]
} )

方法一：用explode + pivot拆分（直观易懂） #

这个方法的思路是先给每个客户生成对应的支付年份列表，再把列表展开成单行记录，最后转置成列：

1. 先计算每年要拆分的金额
2. 生成每个客户的支付年份范围
3. 展开年份列表，将每个年份拆成单独行
4. 把年份转成列，合并回原始数据

代码实现：

# 计算每年的拆分金额
df['annual_amount'] = df['amount'] / df['term']

# 为每个客户生成支付年份的列表（从合同开始年到开始年+期限年，左闭右开）
df['years'] = df.apply(lambda row: list(range(row['contract_year'], row['contract_year'] + row['term'])), axis=1)

# 将年份列表展开，每一行对应一个年份和对应的年金额
exploded_df = df.explode('years')

# 把年份转成列，提取每个索引对应的年金额，空值填充0并转成整数
pivoted_years = exploded_df.pivot(index=df.index, columns='years', values='annual_amount').fillna(0).astype(int)

# 合并原始数据和年份列，去掉列名的层级
result = pd.concat([df.drop(['annual_amount', 'years'], axis=1), pivoted_years], axis=1)
result.columns.name = None

print(result)

运行后就能得到你想要的输出：

customer  contract_year  amount  term  2018  2019  2020  2021
0       c1           2018    3000     3  1000  1000  1000     0
1       c2           2020    1000     1     0     0  1000     0
2       c3           2019    3000     2     0  1500  1500     0
3       c4           2018    6000     3  2000  2000  2000     0
4       c5           2019    6000     3     0  2000  2000  2000

方法二：直接生成年份列（适合固定年份范围） #

如果需要明确指定要包含的年份范围，可以用这个方法，直接给每行生成对应年份的金额：

# 确定所有需要覆盖的年份范围
min_year = df['contract_year'].min()
max_year = df['contract_year'].max() + df['term'].max()
all_years = range(min_year, max_year)

# 定义函数，为每行生成各年份的金额
def get_yearly_amounts(row):
    start_year = row['contract_year']
    end_year = start_year + row['term']
    annual_amount = row['amount'] / row['term']
    # 为每个年份分配金额，不在期限内的为0
    return pd.Series({year: annual_amount if start_year <= year < end_year else 0 for year in all_years})

# 应用函数生成年份列，转成整数后合并到原始数据
yearly_amounts = df.apply(get_yearly_amounts, axis=1).astype(int)
result = pd.concat([df, yearly_amounts], axis=1)

print(result)

这个方法会直接生成所有需要的年份列，结果和方法一一致。

两种方法都能满足需求，你可以根据自己的数据规模和偏好来选择~

内容的提问来源于stack exchange，提问作者Ismail_FR91