这是我第一次在社区上提问，尽管我过去曾广泛使用该网站寻求帮助。我没能找到这个特定问题的解决方案，而且我对python相当熟悉，所以很难将逻辑放入代码中，尽管我认为逻辑足够清晰。我通过谷歌colab使用python，并在最后分享了一份带有数据的谷歌表单。
在我的场景中，我们有一个开始月份、时间长度和支付月份。月末可以通过长度进行计算。一个人可以是多个组的一部分，因此可以有多个开始、结束和支付月份。
目标是找出会员在今天休息时预计要支付的费用。
eg集团成立于2020年1月，为期10个月，将于2020年10月结束。每月捐款5000英镑。支出月份是2020年3月。虽然从技术上讲，我们应该得到10笔付款(10个月组(，但我们预计只有9笔付款，即4.5万，因为当付款月份到来时，会员预计不会为该月付款。如果说该小组始于2020年12月，如果为期10个月，那么截至今天，我们预计只会收到5笔付款(12月至4月21日(。
这些情况会变得复杂，例如，当一名成员属于3个组时，则有3个开始日期、3个结束日期和3个支付日期，可能还有3个不同的分期付款金额。假设开始日期是1月20日、2月20日和3月20日，所有小组的时间都是10个月。也可以说，4月20日有一笔支出。在4月20日，所有小组都将处于活动状态(尚未到达最后一个月(，因此在4月(支出月(，我们预计所有小组都不会付款。
这意味着，如果有3个小组，并且在月初和月底的任何小组之间都有一笔支出，那么我们预计该小组在当月不会得到付款。如果在小组的开始和结束月份之间有两次付款，那么我们预计当月不会有6次付款，每组2次，依此类推。如果说3个小组和1次付款只在2个小组的日期之间，那么我们不会预计只为这两个小组分期付款(这些小组的分期付款是多少(
下面的谷歌表单有一些示例数据。组ID列是完全唯一的，不会有重复(您可以将其视为发票，因为所有发票都是唯一的(。成员代码列可以有重复项，因为一个成员可以有多个组。不要担心日期中的日子，重要的是月份和年份。我们有开始月份，组长度和支付月份。我们还知道该团体的成员每月欠多少钱。https://docs.google.com/spreadsheets/d/1nAXlifIQdYiN1MWTv7vs2FqbFu2v6ykCzQjrJNPTBWI/edit#gid=0
任何帮助或建议都会很棒。
已编辑->我尝试了以下操作，但出现了错误：(我对月份进行了编码，即2020年1月=1，2020年2月=2，依此类推，所以我不必在日期上乱搞(
deal_list = df['Group ID'].tolist()
def instalment(deal_list):
for member in df['Member Code'].unique():
if df['Coded Payout Month']>=df['Coded Start Month'] and df['Coded
Payout Month']<=df['Coded End Month']:
count_months = count_months + 1
return count_months * df['Instalment']
instalment(deal_list)
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
编辑-刚才也尝试了以下操作(得到了Pandas的帮助：Groupby和在组内用条件语句迭代？(。这有点奏效，因为它给了我每行1的计数。我试图获得每个支出月在一个组的日期内出现的次数
grouped = df.groupby('Member Code')
for g_idx, group in grouped:
for r_idx, row in group.iterrows():
if (((row['Coded Payout Month'] >= group['Coded Start Month']).any())
& (row['Coded Payout Month'] <= group['Coded End Month']).any()):
df.loc[r_idx, 'payout_cut'] =+ 1
print(df)
我找到了一种绕过它的方法。本质上，不是试图遍历所有行，我首先通过转置和过滤在谷歌表单中将数据转换为长格式(我过滤了一个会员的所有支出月份，并将结果转换到行中。然后，我将其推送到colab中，并通过pd.melt将数据转换回每次交易的唯一行中，并根据需要进行额外的支出。然后，运行条件就足够简单，最终求出所有真实值。
我可以解释更多任何人需要的东西。我从这里获得了灵感：https://youtu.be/pKvWD0f18Pc