如何用Pandas将PropTax行金额按60-40拆分并替换原行？

给定如下DataFrame：

df = pd.DataFrame.from_dict({
    'date': ['2022-07-12 00:00:00', '2022-10-25 00:00:00', '2022-04-07 00:00:00'],
    'desc': ['Southwest', 'CntyTax', 'Chef le rey'],
    'amount': [1024.32,17521.50, 93.49],
    'category': ['Vacation', 'PropTax', 'Dinner']
})

需求：将category为"PropTax"的行的amount按60-40比例拆分，用两行数据替换原行。两行保留原行的date和desc，一行amount为原金额的60%、category设为"PropTax1"；另一行amount为原金额的40%、category设为"PropTax2"。

尝试思路：

• 将原PropTax行复制到dfPropTax1和dfPropTax2两个DataFrame
• 分别更新两个DataFrame的amount字段和category
• 从原DataFrame删除原PropTax行
• 将两个DataFrame追加到原DataFrame

遇到的问题：更新金额值时出现NaN，无法正确赋值。

用户尝试代码：

# 最新尝试代码（更新金额时出现NaN）
dft = pd.DataFrame.from_dict({
    'date': ['2022-07-12 00:00:00', '2022-10-25 00:00:00', '2022-04-07 00:00:00'],
    'desc': ['Southwest', 'CntyTax', 'Chef le rey'],
    'amount': [1024.32,17521.50, 93.49],
    'category': ['Vacation', 'PropTax', 'Dinner']
})

print(dft)
print('(Rows, Cols)', dft.shape)

PropTaxTotal = dft.amount[dft.category.isin(['PropTax'])]
PropTax1 = PropTaxTotal * 0.55
PropTax2 = PropTaxTotal * 0.45
print("PropTax1: ", PropTax1, "PropTax2: ", PropTax2)

print("-----Create row copy in new DF")
# Create row copy in new DF
dfPropTax1 = dft.loc[dft['category']=='PropTax'].head(1)
dfPropTax2 = dft.loc[dft['category']=='PropTax'].head(1)
print(dfPropTax1)
print('(Rows, Cols)', dfPropTax1.shape)
print(dfPropTax2)

print("-----Update values appropriatly")
# Update values appropriatly
dfPropTax1.loc[1, ['amount']]
print("Update")
dfPropTax1.loc[1, ['amount']] = PropTax1
dfPropTax2.loc[1, ['amount']] = PropTax2

print(dfPropTax1)
print('(Rows, Cols)', dfPropTax1.shape)
print(dfPropTax2)

# drop original PropTax
dft = dft.drop(dft[dft.category.isin(['PropTax'])].index)
print(dft)
print('(Rows, Cols)', dft.shape)

# Append new rows
dft = dft.append(dfPropTax1,ignore_index=True)
dft = dft.append(dfPropTax2,ignore_index=True)
print(dft)
print('(Rows, Cols)', dft.shape)

问题原因 #

1. 筛选子DataFrame时未使用.copy()，导致dfPropTax1和dfPropTax2是原DataFrame的视图而非独立副本，修改时易触发异常。
2. 硬编码索引1缺乏通用性，若原DataFrame中PropTax行的索引变动，代码会直接失效。
3. 代码中误用55-45比例，与需求的60-40不符。

修正后的代码 #

import pandas as pd

dft = pd.DataFrame.from_dict({
    'date': ['2022-07-12 00:00:00', '2022-10-25 00:00:00', '2022-04-07 00:00:00'],
    'desc': ['Southwest', 'CntyTax', 'Chef le rey'],
    'amount': [1024.32,17521.50, 93.49],
    'category': ['Vacation', 'PropTax', 'Dinner']
})

# 1. 筛选PropTax行并创建独立副本
proptax_row = dft[dft['category'] == 'PropTax'].copy()

# 2. 生成拆分后的两行数据
df_prop1 = proptax_row.copy()
df_prop1['amount'] = df_prop1['amount'] * 0.6
df_prop1['category'] = 'PropTax1'

df_prop2 = proptax_row.copy()
df_prop2['amount'] = df_prop2['amount'] * 0.4
df_prop2['category'] = 'PropTax2'

# 3. 删除原PropTax行
dft = dft[dft['category'] != 'PropTax']

# 4. 合并拆分后的行（替代已弃用的append方法）
dft = pd.concat([dft, df_prop1, df_prop2], ignore_index=True)

print(dft)

代码说明 #

• 用.copy()明确创建独立副本，彻底避免视图修改的异常问题。
• 直接修改列值，不依赖固定索引定位，适配不同场景的DataFrame结构。
• 使用pd.concat()替代已被弃用的append()方法（pandas 2.0+版本已移除append()）。
• 严格按照需求的60-40比例拆分金额。

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