如何将data.frame中department的时间均分至真实团队成员？

我有一个记录团队成员每月任务时长的数据集：

需要把department条目的任务时长平均分配给其他4位真实成员，生成新的数据集，最终形式如下：

可以用Python的pandas库快速实现这个需求，分两种场景处理：

场景1：直接计算最终数值结果 #

import pandas as pd

# 构造原始数据
data = {
    'Empl_level': [0, 1, 1, 2, 3],
    'team_member': ['department', 'Diana', 'Irina', 'Inga', 'Elina'],
    '2022/05': [117, 108, 90, 77, 23],
    '2022/06': [69, 108, 63, 56, 35],
    '2022/07': [73, 113, 56, 74, 58],
    '2022/08': [30, 184, 40, 30, 79]
}
df = pd.DataFrame(data)

# 分离部门数据和成员数据
dept_row = df[df['team_member'] == 'department']
members_df = df[df['team_member'] != 'department'].copy()

# 计算每月平均分配时长
member_count = len(members_df)
month_cols = ['2022/05', '2022/06', '2022/07', '2022/08']
avg_dept_hours = dept_row[month_cols].values[0] / member_count

# 将平均值加到成员对应月份
members_df[month_cols] += avg_dept_hours

# 输出结果
print(members_df)

场景2：保留公式形式（如108+(117/4)） #

如果需要保留分配过程的公式显示，可以用字符串拼接处理：

import pandas as pd

# 构造原始数据
data = {
    'Empl_level': [0, 1, 1, 2, 3],
    'team_member': ['department', 'Diana', 'Irina', 'Inga', 'Elina'],
    '2022/05': [117, 108, 90, 77, 23],
    '2022/06': [69, 108, 63, 56, 35],
    '2022/07': [73, 113, 56, 74, 58],
    '2022/08': [30, 184, 40, 30, 79]
}
df = pd.DataFrame(data)

# 分离部门数据和成员数据
dept_row = df[df['team_member'] == 'department']
members_df = df[df['team_member'] != 'department'].copy()

# 生成带公式的列
month_cols = ['2022/05', '2022/06', '2022/07', '2022/08']
for col in month_cols:
    dept_val = str(dept_row[col].values[0])
    members_df[f'{col}_formula'] = members_df[col].astype(str) + '+(' + dept_val + '/4)'

# 输出带公式的结果
result_cols = ['Empl_level', 'team_member'] + [f'{col}_formula' for col in month_cols]
print(members_df[result_cols])

内容的提问来源于stack exchange，提问作者Диана