如何在DataFrame中将月度值转换为日度值（含特殊类别处理）

核心调整点 #

原代码对所有类别的BP、RE字段统一执行了除以当月天数的操作，我们需要针对Quality Parameter类别添加分支逻辑：

• 当Category为QUALITY PARAMETER（注意原代码做了全大写转换）时，日度值保持月度原值不变
• 其他类别，日度值为月度值除以对应月份的天数

修改后的完整代码 #

import pandas as pd
import numpy as np

# 原有的数据转换与日期生成逻辑保留
distillery_excel_data_upper = distillery_excel_data.apply(lambda x: x.astype(pd.StringDtype()).str.upper())
distillery_excel_data_upper['Date'] = pd.to_datetime(distillery_excel_data_upper['Year'] + distillery_excel_data_upper['Month'], format='%Y%B')
excel_date = pd.to_datetime(distillery_excel_data_upper['Date'])
daywise_excel_data = (distillery_excel_data_upper.assign(Daily=[pd.date_range(*x, freq='D') for x in zip(excel_date, excel_date.add(pd.offsets.MonthEnd()))]).explode("Daily"))
daywise_excel_data["BP"] = daywise_excel_data["BP"].apply(pd.to_numeric)
daywise_excel_data["RE"] = daywise_excel_data["RE"].apply(pd.to_numeric)

# 关键修改：添加类别判断逻辑
# 先计算每个分组的当月天数
daywise_excel_data['month_days'] = daywise_excel_data.groupby(["Date", "Category", "Parameter", "Region", "Factory", "UOM"])['Date'].transform("count")

# 对BP、RE字段分别做条件赋值
daywise_excel_data['BP'] = np.where(
    daywise_excel_data['Category'] == 'QUALITY PARAMETER',
    daywise_excel_data['BP'],
    daywise_excel_data['BP'] / daywise_excel_data['month_days']
)

daywise_excel_data['RE'] = np.where(
    daywise_excel_data['Category'] == 'QUALITY PARAMETER',
    daywise_excel_data['RE'],
    daywise_excel_data['RE'] / daywise_excel_data['month_days']
)

# 后续清理与重命名逻辑保留
daywise_excel_data = daywise_excel_data.drop(['Date', 'Year', 'Month', 'month_days'], axis=1)
daywise_excel_data.rename(columns={'Daily': 'date'}, inplace=True)

代码说明 #

1. 保留原有逻辑：日期生成、数据类型转换、行展开的部分完全复用原代码，保证基础功能不变
2. 新增天数计算：通过transform("count")获取每个月度分组的天数，也就是对应月份的总天数
3. 条件赋值：使用np.where快速判断类别，对非QUALITY PARAMETER的行执行除法，其余行保持原值
4. 清理冗余字段：最后删除临时生成的month_days字段，保证输出结构简洁

验证结果 #

• 对于Production类别（如行0）：April有30天，BP=30/30=1，RE=60/30=2，符合期望
• 对于Quality Parameter类别（如行1）：BP=45、RE=20保持原值，所有日期行均一致，符合要求

内容的提问来源于stack exchange，提问作者AbinBenny