如何在Pandas DataFrame中按条件拆分Code与Amount列

步骤1：转换金额格式 #

原始Amount列是带$的字符串，无法直接进行数值计算，先将其转换为浮点型：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Code': [1, 1],
    'Amount': ['$40.00', '$20.00']
})

# 移除$符号并转为数值
df['Amount_num'] = df['Amount'].str.replace('$', '', regex=False).astype(float)

步骤2：计算拆分后的金额 #

按照规则依次计算三笔金额：

• Amount1：最多取$5.00，若原金额不足5则取全额
• Amount2：原金额减去Amount1后，最多取$10.00，剩余不足10则取剩余值，无剩余则为0
• Amount3：原金额减去前两笔的剩余部分

# 计算Amount1
df['Amount1'] = df['Amount_num'].apply(lambda x: min(x, 5.00))
# 计算扣除Amount1后的剩余金额
remaining_after_1 = df['Amount_num'] - df['Amount1']
# 计算Amount2
df['Amount2'] = remaining_after_1.apply(lambda x: min(x, 10.00) if x > 0 else 0)
# 计算Amount3
df['Amount3'] = df['Amount_num'] - df['Amount1'] - df['Amount2']

步骤3：生成对应Code列 #

将原Code转为字符串后拼接.1/.2/.3：

df['Code1'] = df['Code'].astype(str) + '.1'
df['Code2'] = df['Code'].astype(str) + '.2'
df['Code3'] = df['Code'].astype(str) + '.3'

步骤4：格式化金额并整理列顺序 #

把拆分后的金额转回带$的格式，然后调整列顺序得到最终结果：

# 格式化金额为$X.XX格式
df['Amount1'] = df['Amount1'].apply(lambda x: f'${x:.2f}')
df['Amount2'] = df['Amount2'].apply(lambda x: f'${x:.2f}')
df['Amount3'] = df['Amount3'].apply(lambda x: f'${x:.2f}')

# 整理最终列，移除中间辅助列Amount_num
final_df = df[['Code', 'Amount', 'Code1', 'Amount1', 'Code2', 'Amount2', 'Code3', 'Amount3']]
print(final_df)

常见问题说明 #

如果之前用apply未得到预期结果，大概率是以下原因：

• 未将Amount列转为数值类型，直接对字符串进行计算导致逻辑错误
• 拆分金额时顺序错误，比如先算10刀再算5刀，不符合规则要求
• 未处理金额不足的边界情况（比如原金额小于5时，Amount2和Amount3应为0）

运行上述代码后，即可得到你需要的预期输出。

内容的提问来源于stack exchange，提问作者S_Python