我已將一個(gè) csv 文件導(dǎo)入到帶有銷售渠道數(shù)據(jù)的 Pandas DataFrame 中。每行代表一個(gè)機(jī)會(huì)，包括潛在客戶名稱、產(chǎn)品信息、管道階段、概率、預(yù)期交易規(guī)模、預(yù)期結(jié)束日期、持續(xù)時(shí)間等?，F(xiàn)在我想將其轉(zhuǎn)換為銷售預(yù)測，我想通過將交易規(guī)模除以持續(xù)時(shí)間乘以概率來計(jì)算每個(gè)時(shí)期的平均收入。然后根據(jù)預(yù)期的截止日期和持續(xù)時(shí)間為所有可能的時(shí)間段創(chuàng)建一條線。我創(chuàng)建了一個(gè)簡化的示例來支持我的問題：import pandas as pdpipeline_data = [{'Client': 'A', 'Stage': 'suspect', 'Probability': '0.25', 'Dealsize': '1200', 'Duration': 6, 'Start_period': '2020-08'}, {'Client': 'B', 'Stage': 'prospect', 'Probability': '0.60', 'Dealsize': '1000', 'Duration': 4, 'Start_period': '2020-10'}]df = pd.DataFrame(pipeline_data)df輸出：    Client  Stage    Probability Dealsize   Duration    Start_period0   A       suspect  0.25        1200       6           2020-081   B       prospect 0.60        1000       4           2020-10因此，客戶每月的平均收入為 1200 / 6 * 0.25 = 50。收入將在 2020-08 至 2021-01 期間下降（即從 2020 年 8 月到 2021 年 1 月）。首選輸出將是：    Client  Stage    Probability Dealsize   Duration    Start_period Weighted_revenue Period0   A       suspect  0.25        1200       6           2020-08      50               2020-081   A       suspect  0.25        1200       6           2020-08      50               2020-092   A       suspect  0.25        1200       6           2020-08      50               2020-10 3   A       suspect  0.25        1200       6           2020-08      50               2020-114   A       suspect  0.25        1200       6           2020-08      50               2020-125   A       suspect  0.25        1200       6           2020-08      50               2021-016   B       prospect 0.60        1000       4           2020-10      150              2020-107   B       prospect 0.60        1000       4           2020-10      150              2020-118   B       prospect 0.60        1000       4           2020-10      150              2020-129   B       prospect 0.60        1000       4           2020-10      150              2021-01我已經(jīng)將 Start_period 轉(zhuǎn)換為 Period 類型，因此它可用于計(jì)算/迭代。我對(duì)編碼很陌生。我試圖在這個(gè)網(wǎng)站和其他網(wǎng)站上找到答案，但直到現(xiàn)在都沒有成功。我可以想象使用某種嵌套循環(huán)和追加函數(shù)來解決這個(gè)問題，但我不知道如何在 Pandas 中使用它......任何幫助將不勝感激！