看起来你需要根据每行的Time Shift天数，将某年度的营收按比例拆分到下一年度。这里提供一个向量化、高效的pandas解决方案，避免逐行循环，适合处理大规模数据。

核心思路 #

• 从「基准发布日期」提取源年份（即需要拆分营收的年度）
• 计算转移比例：Time Shift / 365（按平年计算，若需兼容闰年可调整逻辑）
• 批量计算各行列的转移金额，同步更新源年份列和目标年份列（源年份+1）

代码实现 #

首先导入pandas并读取你的输入数据：

import pandas as pd

# 构造输入数据
data = [
    ["2022-06-01", "2022-06-01", 4, 0, 0, 115.98, 122.93, 119.22, 35.31],
    ["2025-02-01", "2025-02-01", 4, 0, 0, 0, 0, 0, 66.18859318],
    ["2022-09-01", "2022-09-01", 4, 49.42, 254.86, 191.12, 248.80, 206.53, 98.22],
    ["2025-01-01", "2025-01-01", 4, 0, 0, 0, 0, 14.47, 54.24],
    ["2022-06-01", "2022-06-01", 4, 0, 0, 50.25, 53.26, 51.65, 15.30],
    ["2025-02-01", "2025-02-01", 4, 0, 0, 0, 0, 0, 28.67],
    ["2022-09-01", "2022-09-01", 4, 148.20, 758.22, 535.45, 676.73, 545.42, 251.83],
    ["2025-01-01", "2025-01-01", 4, 0, 0, 0, 0, 38.23, 139.07],
    ["2022-06-01", "2022-06-01", 4, 0, 0, 140.78, 144.88, 136.41, 39.23]
]
cols = ["发布日期", "基准发布日期", "Time Shift", "2020", "2021", "2022", "2023", "2024", "2025"]
df = pd.DataFrame(data, columns=cols)

# 转换日期列格式
df["基准发布日期"] = pd.to_datetime(df["基准发布日期"])

接下来执行核心转移逻辑：

# 1. 提取源年份（基准发布日期所在年份）
df["源年份"] = df["基准发布日期"].dt.year.astype(str)
# 2. 计算转移比例
df["转移比例"] = df["Time Shift"] / 365

# 3. 批量计算转移金额
# 获取源列对应的营收金额
df["源列金额"] = df.lookup(df.index, df["源年份"])
# 计算需要转移的金额
df["转移金额"] = df["源列金额"] * df["转移比例"]

# 4. 批量更新源列和目标列（优化版：按年份分组更新，减少循环次数）
unique_src_years = df["源年份"].unique()
for src_year in unique_src_years:
    target_year = str(int(src_year) + 1)
    # 跳过目标年份不存在的情况（比如2025的下一年2026不在列中）
    if target_year not in df.columns:
        continue
    # 筛选当前源年份的行
    mask = df["源年份"] == src_year
    # 批量更新数值
    transfer_amount = df.loc[mask, src_year] * df.loc[mask, "转移比例"]
    df.loc[mask, src_year] -= transfer_amount
    df.loc[mask, target_year] += transfer_amount

# 可选：删除中间辅助列，保持数据整洁
df = df.drop(["源年份", "转移比例", "源列金额", "转移金额"], axis=1)

效果验证 #

以第一行为例，处理后：

• 2022列的数值变为：115.98 - (115.98 * 4/365) ≈ 114.71
• 2023列的数值变为：122.93 + (115.98 * 4/365) ≈ 124.20
  和你举例的1.27转移金额完全一致（115.98*4/365≈1.27）。

边界情况处理 #

如果基准发布日期是2025年，目标年份2026不在你的DataFrame列中，可根据业务需求选择：

• 忽略该转移（如上述代码逻辑）
• 新增2026列并初始化为0后再执行转移
• 将转移金额保留在2025列中（若业务允许）

内容的提问来源于stack exchange，提问作者akash bais