基于np.where实现多数据集月度列循环填充的技术求助

数据集定义 #

数据集1 df_A1 #

import pandas as pd
df_A1 = pd.DataFrame([[46, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],[47, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]], columns=['RTMB','RTMM',1,2,3,4,5,6,7,8,9,10])

初始表格：

数据集2 df_Pokok #

import pandas as pd
df_Pokok = pd.DataFrame([[6852110,9228999,10497987,11941460,0,0],[34794991,18556525,21108047,24010403,0,0]], columns=[0,1,2,3,4,5])

初始表格：

需求说明 #

• df_Pokok的列0-5为年度单位，当月度列序号不满足col <= df_A1['RTMM']时，需将对应年度列值除以12后填入df_A1的月度列；
• df_A1的RTMB（总月度数）、RTMM（初始月度数）为月度单位；
• 仅当df_A1的月度列序号小于等于RTMM时，直接使用df_Pokok的列0值；
• 持续填充月度列直到列序号不超过RTMB，超出的月份填0。

当前代码问题 #

尝试用多层np.where实现，但无法完成RTMM之后的年度值循环重复填充逻辑：

for col in df_A1.iloc[:, 5:]:
    df_A1[col] = np.where(int(col) > df_VD['RTM_B'], 0, np.where(int(col) <= (df_VD['RTMM']), df_VD['POKVER'], np.where(((((df_VD['RTM_B']).astype(int) - (int(col)-1))%12) == 0) ,0 ,0)))

期望结果 #

注：769,083由df_Pokok列1的值(9,228,999)除以12取整得到，需连续填充12个月，之后切换为df_Pokok列3的值除以12，继续填充至RTMB对应的月份。

解决方案 #

核心思路 #

1. 逐行处理：针对每行的RTMB、RTMM参数和对应的df_Pokok年度值独立计算；
2. 分阶段填充：
   • 月度序号>RTMB：填0；
   • 月度序号<=RTMM：直接取df_Pokok列0的值；
   • 月度序号>RTMM：计算该月份属于RTMM之后的第几个年度周期，对应取df_Pokok的列值并除以12取整；
3. 边界兜底：处理超出df_Pokok列数的情况，避免索引越界。

实现代码 #

import pandas as pd
import numpy as np

# 初始化数据集
df_A1 = pd.DataFrame([[46, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],[47, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]], columns=['RTMB','RTMM',1,2,3,4,5,6,7,8,9,10])
df_Pokok = pd.DataFrame([[6852110,9228999,10497987,11941460,0,0],[34794991,18556525,21108047,24010403,0,0]], columns=[0,1,2,3,4,5])

# 提取所有月度列并转为整数类型
month_columns = df_A1.columns[2:].astype(int)

# 逐行处理填充逻辑
for row_idx in df_A1.index:
    max_month = df_A1.loc[row_idx, 'RTMB']
    initial_month = df_A1.loc[row_idx, 'RTMM']
    annual_values = df_Pokok.loc[row_idx].values
    
    for month in month_columns:
        if month > max_month:
            # 超过总月度数的月份填0
            df_A1.loc[row_idx, month] = 0
        elif month <= initial_month:
            # 初始月度范围内直接用年度列0的值
            df_A1.loc[row_idx, month] = annual_values[0]
        else:
            # 计算当前月份属于RTMM之后的第几个年度周期（从1开始）
            cycle_index = (month - initial_month - 1) // 12 + 1
            # 确保不超出df_Pokok的列范围
            if cycle_index >= len(annual_values):
                df_A1.loc[row_idx, month] = 0
            else:
                # 年度值除以12取整
                df_A1.loc[row_idx, month] = int(annual_values[cycle_index] / 12)

# 可选：格式化输出为带千分位的格式
pd.options.display.float_format = '{:,.0f}'.format
print(df_A1)

代码说明 #

• 年度周期计算：(month - initial_month - 1) // 12 + 1 精准定位RTMM之后的月份对应的年度数据列，比如第5个月（initial_month=4）：(5-4-1)//12 +1 = 0+1=1，对应df_Pokok的列1，与期望结果完全匹配；
• 边界处理：对超出RTMB和df_Pokok列数的情况都做了兜底，避免运行报错；
• 行级独立计算：保证每行的参数逻辑独立生效，符合数据集的业务规则。

内容的提问来源于stack exchange，提问作者Edo