如何将年度订阅费用拆分为月度数据？求替代重采样的方法

嘿，我来帮你搞定这个订阅费用拆分的需求！你想要把年度订阅的年费平摊到每个月，同时保留月度订阅的原始记录对吧？咱们一步步来解决这个问题，先看看你之前代码的问题，再给出可行的方案。

先说说你之前代码的问题 #

你写的atom函数里，直接用df.Plan=='Yearly'是对整个DataFrame的列做判断，不是针对当前行的，这会导致逻辑错误；另外用groupby + apply的方式不太适合生成多行的扩展记录，因为这种写法通常是对每组返回一个聚合结果，而不是把一行拆成多行。

可行的解决方案：拆分年度订阅为月度记录 #

我们可以通过为每个年度订阅行生成12条月度记录，同时保留月度订阅的单行记录来实现需求。具体代码如下：

import numpy as np
import pandas as pd

# 初始化你的数据集
df = pd.DataFrame({
    'Customer_ID': [1, 2, 3, 4, 5],
    'Plan' : ['Yearly', 'Monthly', 'Monthly', 'Yearly', 'Yearly'],
    'Join_Date': ['1/10/2020', '1/15/2020', '2/21/2020', '2/21/2020', '3/09/2020'],
    'Fee' : [120, 12, 18, 86, 144]
})
df['Join_Date'] = pd.to_datetime(df['Join_Date'])

# 定义处理每行订阅记录的函数
def expand_subscription(row):
    if row['Plan'] == 'Yearly':
        # 生成从订阅当月第一天开始的12个连续月份（月初日期）
        subscription_months = pd.date_range(
            start=row['Join_Date'].replace(day=1), 
            periods=12, 
            freq='MS'
        )
        # 计算平摊后的月度费用
        monthly_cost = row['Fee'] / 12
        # 返回该年度订阅对应的12条月度记录
        return pd.DataFrame({
            'Customer_ID': [row['Customer_ID']] * 12,
            'Plan': ['Yearly'] * 12,
            'Billing_Month': subscription_months,
            'Monthly_Fee': [monthly_cost] * 12
        })
    else:
        # 月度订阅直接返回当月的记录
        return pd.DataFrame({
            'Customer_ID': [row['Customer_ID']],
            'Plan': [row['Plan']],
            'Billing_Month': [row['Join_Date'].replace(day=1)],
            'Monthly_Fee': [row['Fee']]
        })

# 应用函数并合并所有结果
final_df = pd.concat(df.apply(expand_subscription, axis=1).tolist(), ignore_index=True)

# 查看结果
print(final_df.head(15))

代码说明 #

• 对于年度订阅：用pd.date_range生成从订阅当月第一天开始的12个连续月份（freq='MS'表示每个月的第一天），确保覆盖整个订阅周期的每个自然月；然后将年费除以12得到每月平摊费用，为每个月份生成一条记录。
• 对于月度订阅：直接保留当月的记录，费用就是原始的月度订阅费。
• 最后用pd.concat把所有行生成的小DataFrame合并成最终的完整表格。

可选：只保留订阅当年的月份 #

如果你只需要拆分到订阅开始年份的月份（比如客户1只需要2020年1-12月的记录，而不是包含2021年1月），可以在生成月份后加一个过滤：

# 只保留订阅开始年份的月份
subscription_months = subscription_months[subscription_months.year == row['Join_Date'].year]

这样就能精准得到你想要的年度内月度拆分结果啦！

内容的提问来源于stack exchange，提问作者Sp_95