在Pandas中提取子串并结合列数据计算交易月数新列的问题

嘿，我来帮你搞定这个交易月数计算的问题！先理清楚核心需求：从Duration字符串里提取时间信息，必要时结合Issues in 1 year列算出对应的交易月数。我先给你一套通用的解决框架，再针对常见的坑给出修正方案，你可以对照自己的代码调整～

第一步：解析Duration字符串里的时间信息 #

首先得把Duration里的数字和时间单位（月/年）提取出来，正则表达式是最靠谱的方式，能兼容大部分格式。比如处理"3 months"、"1 year"、"6 YEARS"这种写法：

import re
import pandas as pd

def extract_duration_details(duration_str):
    # 匹配数字+单位，兼容缩写（比如mo/yr）和大小写
    match = re.search(r'(\d+)\s*(month|mo|year|yr)s?', duration_str, re.IGNORECASE)
    if match:
        num = int(match.group(1))
        # 把缩写统一转换成标准单位
        unit_map = {'mo': 'month', 'yr': 'year'}
        unit = unit_map.get(match.group(2).lower(), match.group(2).lower())
        return num, unit
    # 解析失败时返回空值
    return None, None

# 把解析结果拆成两列临时存储
df[['duration_num', 'duration_unit']] = df['Duration'].apply(lambda x: pd.Series(extract_duration_details(x)))

第二步：结合Issues in 1 year计算交易月数 #

这里要明确你的业务逻辑：什么时候需要用Issues in 1 year？比如如果Duration是“1 year”，但Issues in 1 year是6，意味着每2个月交易一次，月数就是2。我写一个通用的计算函数，你可以根据实际需求调整：

def compute_trade_months(row):
    # 优先用Duration直接转换
    if row['duration_unit'] == 'month':
        return row['duration_num']
    elif row['duration_unit'] == 'year':
        # 有有效Issues数据时，用12除以年交易次数得到月数
        if pd.notna(row['Issues in 1 year']) and row['Issues in 1 year'] > 0:
            # 要整数就用//，要小数就用/
            return 12 // row['Issues in 1 year']
        else:
            # 没有Issues数据时，默认按每年12次交易（每月1次）
            return 1
    # Duration解析失败的情况， fallback到用Issues计算
    else:
        if pd.notna(row['Issues in 1 year']) and row['Issues in 1 year'] > 0:
            return 12 // row['Issues in 1 year']
        else:
            # 完全没有数据时返回空值，也可以设默认值比如1
            return None

# 生成最终的交易月数列
df['Trade_Months'] = df.apply(compute_trade_months, axis=1)

如果你的现有代码遇到了问题，大概率是下面这些场景：

• 问题1：Duration格式太乱（比如"3m"、"1Y"）
  调整正则表达式里的匹配规则，把所有可能的缩写加进去，比如把正则改成r'(\d+)\s*(month|mo|m|year|yr|y)s?'，同时更新unit_map对应上。
• 问题2：Issues in 1 year有缺失值或0
  先给缺失值填充合理的默认值，比如：

  # 假设默认每年12次交易，填充缺失值
  df['Issues in 1 year'] = df['Issues in 1 year'].fillna(12)
  # 把0替换成12，避免除以0
  df['Issues in 1 year'] = df['Issues in 1 year'].replace(0, 12)
  

• 问题3：计算出的月数不符合预期
  检查你的业务逻辑：比如如果Duration是“6 months”，是不是直接返回6？如果Issues in 1 year是4，是不是应该返回3（12/4）？根据实际需求修改compute_trade_months里的判断逻辑就行。

如果还有具体的报错或者某行数据计算不对，把你的现有代码和样例数据贴出来，我再帮你针对性调整！

内容的提问来源于stack exchange，提问作者G-Money