R语言按条件拆分数值型数据集列的实现方法

处理逻辑 #

针对amt列的不同场景，按以下规则拆分：

• 若amt是4位且以"00"结尾的数值：将其除以100的结果存入item列，item2列留空（NA）
• 若amt是非NA的普通数值：将原数值存入item2列，item列留空（NA）
• 若amt本身是NA：item和item2均留空（NA）

代码实现 #

import pandas as pd
import numpy as np

# 构造示例数据集
data = {
    'amt': [9200, np.nan, 4300, 35, 6300, np.nan, 871, 200, 300, 239, 8700]
}
df = pd.DataFrame(data)

# 生成item列：匹配4位以00结尾的数值，提取前两位（等价于除以100）
df['item'] = np.where(
    df['amt'].astype(str).str.match(r'^\d{2}00$'),
    df['amt'] // 100,
    np.nan
)

# 生成item2列：非NA且不满足item条件的数值，保留原数
df['item2'] = np.where(
    df['amt'].notna() & ~df['amt'].astype(str).str.match(r'^\d{2}00$'),
    df['amt'],
    np.nan
)

# 查看最终结果
print(df)

代码说明 #

1. 正则匹配：用str.match(r'^\d{2}00$')精准筛选4位且末尾为00的数值，^\d{2}限定开头为两位数字，00$限定结尾为00
2. 条件赋值：通过np.where实现分支逻辑，满足条件时赋值对应结果，否则赋值NA
3. 类型兼容：将amt转为字符串后再做正则匹配，避免数值类型的格式干扰

运行代码后即可得到你需要的目标输出。

内容的提问来源于stack exchange，提问作者AlexB