Question

我有一个大约9k行和57列的数据框，这是＆＃39; df＆＃39;。

我需要一个新的数据框：＆＃39; df_final＆＃39; - 对于每一行＆＃39; df＆＃39;我必须复制每一行＆＃39; x＆＃39;时间和逐行增加每一天的日期，也是＆＃39; x＆＃39;倍。虽然我可以进行几次迭代，但是当我在全长时间内完成这些迭代时，我会这样做。＆＃39; LEN（DF）＆＃39;这个循环花了这么长时间（> 3小时）我实际上不得不取消它。我从未见过它的结束。这是当前的代码：

df.shape
output: (9454, 57)

df_int = df[0:0]
df_final = df_int[0:0]
range_df = len(df)
for x in range(0,2):
    df_int = df.iloc[0+x:x+1]
    if abs(df_int.iat[-1,3]) > 0:
        df_int = pd.concat([df_int]*abs(df_int.iat[-1,3]), ignore_index=True)
        for i in range(1, abs(df_int.iat[-1,3])):
            df_int['Consumption Date'][i] = df_int['Consumption Date'][i-1] + datetime.timedelta(days = 1)
            i += 1
       df_final = df_final.append(df_int, ignore_index=True)
    x += 1

前两行＆＃39>的循环结果。 DF＆＃39;在下面。

前两行df：

期望的结果：

是否有其他方法可以达到所需的输出。似乎熊猫不能很好地处理循环。在VBA excel中，相同的循环需要大约3/4分钟...我正在尝试将目前处于excel的进程更改为python，但是，如果没有办法使这项工作我想我会坚持旧方式......

Answer 1

使用repeat和cumcount

In [2972]: dff = df.loc[df.index.repeat(3)]

In [2973]: dff
Out[2973]:
        date   name
0 2017-05-03    bob
0 2017-05-03    bob
0 2017-05-03    bob
1 2017-06-13  sally
1 2017-06-13  sally
1 2017-06-13  sally

In [2974]: dff.loc[:, 'date'] += pd.to_timedelta(dff.groupby(level=0).cumcount(), 'D')

In [2975]: dff
Out[2975]:
        date   name
0 2017-05-03    bob
0 2017-05-04    bob
0 2017-05-05    bob
1 2017-06-13  sally
1 2017-06-14  sally
1 2017-06-15  sally

详细

In [2976]: df
Out[2976]:
        date   name
0 2017-05-03    bob
1 2017-06-13  sally

In [2977]: dff.groupby(level=0).cumcount()
Out[2977]:
0    0
0    1
0    2
1    0
1    1
1    2
dtype: int64

Answer 2

让我们使用这个玩具DataFrame：

df = pd.DataFrame({
    'date': pd.to_datetime(['2017-05-03', '2017-06-13']),
    'name': ['bob', 'sally'],
})

看起来像这样：

        date   name
0 2017-05-03    bob
1 2017-06-13  sally

然后：

x = 3 # repeat count
ind = np.repeat(np.arange(len(df)), x) # 0,0,0,1,1,1
df_final = df.iloc[ind].copy()

这给你重复：

        date   name
0 2017-05-03    bob
0 2017-05-03    bob
0 2017-05-03    bob
1 2017-06-13  sally
1 2017-06-13  sally
1 2017-06-13  sally

现在你只需要增加日期：

inc = np.tile(np.arange(x), len(df)) # 0,1,2,0,1,2
df_final.date += pd.to_timedelta(inc, 'D')

你得到：

        date   name
0 2017-05-03    bob
0 2017-05-04    bob
0 2017-05-05    bob
1 2017-06-13  sally
1 2017-06-14  sally
1 2017-06-15  sally

Answer 3

这是一个解决方案

df1=df.reset_index().set_index('date').groupby('index').\
    apply(lambda x :x.reindex(pd.date_range(start=x.index[0],periods=3,freq='D'))).ffill()
df1
Out[202]: 
                  index   name
index                         
0     2017-05-03    0.0    bob
      2017-05-04    0.0    bob
      2017-05-05    0.0    bob
1     2017-06-13    1.0  sally
      2017-06-14    1.0  sally
      2017-06-15    1.0  sally

然后

df1.drop('index',1).reset_index().rename(columns={'level_1':'date'}).drop('index',1)

Out[212]: 
        date   name
0 2017-05-03    bob
1 2017-05-04    bob
2 2017-05-05    bob
3 2017-06-13  sally
4 2017-06-14  sally
5 2017-06-15  sally

pandas dataframe通过复制前一个数据帧的n次行并更改日期来创建新的数据帧

3 个答案: