在R中对利润表DataFrame执行过滤、字符串拆分与值替换

问题 #

给定利润表DataFrame，需完成两项操作：

1. 修正yearly和monthly列的错误值：从income列（格式为年度_月度）拆分出正确数值，覆盖对应列的错误内容
2. 过滤出年度收入超过500的行（年度收入指拆分后的年度数值）

原始数据 #

期望修正后的数据（未过滤） #

解决方案 #

1. 修正列值 #

利用str.split()拆分income列，提取正确的年度和月度数值覆盖原列：

import pandas as pd

# 构建原始DataFrame
df = pd.DataFrame({
    'ID': [1, 2, 3, 4],
    'yearly': [100, 500, 1000, 300],
    'monthly': [200, 100, 500, 250],
    'income': ['100_200', '300_100', '600_500', '500_250']
})

# 拆分income列并转换为整数类型
split_vals = df['income'].str.split('_', expand=True).astype(int)
# 覆盖yearly和monthly列的错误值
df['yearly'] = split_vals[0]
df['monthly'] = split_vals[1]

2. 过滤行 #

基于修正后的yearly列，筛选出数值大于500的行：

# 过滤年度收入超过500的行
filtered_df = df[df['yearly'] > 500]

最终过滤结果 #

若你需要的是仅修正列值、不进行过滤的结果，直接使用修正后的df即可得到你提供的期望输出。

内容的提问来源于stack exchange，提问作者Satyaban Sahoo